1 Design

The study was conducted as a Split-Plot-Design:

For a detailed description see the Metadata.

2 Sample

2.1 Sample Description

  • Participants of entire sample: N = 323

  • Participants per group:

tmp <- rawdata_np %>%
        mutate(quelle = substr(Pseudonym, 1, 3),
               kontext = substr(Pseudonym, 5, 6))
tmp_summ <- tmp %>%
             group_by(quelle, kontext)%>%
             summarize(n=n())
quelle kontext n
erf mk 53
erf ok 59
exp mk 53
exp ok 57
wis mk 50
wis ok 51


2.2 Check of Randomization

  • Two way factorial ANOVA test for differences in groups concerning age
tmp_fit <- aov(age ~ quelle + kontext + quelle:kontext, data=tmp)
summary(tmp_fit)
##                 Df Sum Sq Mean Sq F value Pr(>F)
## quelle           2     44    21.8    1.39   0.25
## kontext          1     42    41.9    2.67   0.10
## quelle:kontext   2     58    29.1    1.85   0.16
## Residuals      316   4966    15.7               
## 1 observation deleted due to missingness
rm(tmp_fit)


  • Two way factorial ANOVA test for differences in groups concerning number of semester
##                 Df Sum Sq Mean Sq F value Pr(>F)
## quelle           2     18    8.84    0.71   0.49
## kontext          1     18   17.96    1.45   0.23
## quelle:kontext   2     10    5.16    0.42   0.66
## Residuals      317   3929   12.39


  • Two way factorial ANOVA test for differences in groups concerning teaching experience
##                 Df  Sum Sq Mean Sq F value Pr(>F)
## quelle           2   34779   17390    1.61   0.20
## kontext          1    2578    2578    0.24   0.63
## quelle:kontext   2    7470    3735    0.35   0.71
## Residuals      303 3278649   10821               
## 14 observations deleted due to missingness


  • Two way factorial ANOVA test for differences in groups concerning Abitur (school graduation) grade
##                 Df Sum Sq Mean Sq F value Pr(>F)
## quelle           2    0.5   0.272    0.69   0.50
## kontext          1    0.0   0.000    0.00   0.98
## quelle:kontext   2    0.3   0.139    0.35   0.70
## Residuals      312  123.6   0.396               
## 5 observations deleted due to missingness

 

3 Measurements: Between-Person

Measured once, either before or after presenting the intervention text (see Metadata).

3.1 Connotative Aspects of Epistemological Beliefs CAEB

  • Source: Stahl, E., & Bromme, R. (2007). The CAEB: An instrument for measuring connotative aspects of epistemological beliefs. Learning and Instruction, 17(6), 773-785.
  • Item type: semantic differential
  • Dimensions: te = Texture; vr = Variability
  • Number of items (te) = 10
  • Number of items (vr) = 7
  • Item codes: te_01_np, te_02_np, te_03_np, te_04_np, te_05_np, te_06_np, te_07_np, te_08_np, te_09_np, te_10_np, vr_01_np, vr_02_np, vr_03_np, vr_04_np, vr_05_np, vr_06_np, vr_07_np
  • Wordings of these items
    • te_01_np: “1 = objektiv - 7 = subjektiv”
    • te_02_np: “1 = beweisbar - 7 = unbeweisbar”
    • te_03_np: “1 = oberflächlich - 7 = tief”
    • te_04_np: “1 = exakt - diffus”
    • te_05_np: “1 = absolut - 7 = relativ”
    • te_06_np: “1 = geordnet - 7 = ungeordnet”
    • te_07_np: “1 = genau - 7 = ungenau”
    • te_08_np: “1 = eindeutig - 7 = mehrdeutig”
    • te_09_np: “1 = ausgehandelt - 7 = entdeckt”
    • te_10_np: “1 = strukturiert - 7 = unstrukturiert”
    • vr_01_np: “1 = stabil - 7 = instabil”
    • vr_02_np: “1 = dynamisch - 7 = statisch”
    • vr_03_np: “1 = vergänglich - 7 = unvergänglich”
    • vr_04_np: “1 = flexibel - 7 = inflexibel”
    • vr_05_np: “1 = fertig - 7 = unvollständig”
    • vr_06_np: “1 = widerlegbar - 7 = unwiderlegbar”
    • vr_07_np: “1 = offen - 7 = abgeschlossen”
  • Inverse worded items: te_03_np, te_09_np, vr_02_np, vr_03_np, vr_04_np, vr_06_np, vr_07_np
  • Descriptive item statistics:
  Mean Stdev Median Minimum Maximum
te_01_np 3.931 1.346 4 1 7
te_02_np 3.546 1.355 3 1 7
te_03_np 3.535 1.352 3 1 7
te_04_np 4.26 1.271 4 1 7
te_05_np 4.965 1.168 5 1 7
te_06_np 3.503 1.255 3 1 7
te_07_np 3.782 1.15 4 1 7
te_08_np 4.748 1.268 5 1 7
te_09_np 3.938 1.122 4 1 7
te_10_np 3.194 1.174 3 1 7
vr_01_np 3.962 1.354 4 1 7
vr_02_np 4.755 1.34 5 1 7
vr_03_np 4.587 1.343 5 1 7
vr_04_np 4.656 1.224 5 2 7
vr_05_np 5.095 1.251 5 2 7
vr_06_np 4.956 1.196 5 1 7
vr_07_np 5.362 1.145 5 2 7


  • Confirmatory Factor Analysis
# Model of factor analysis
modcaeb <- '
    # latent variables
    vr =~ vr_01_np + vr_02_np + vr_03_np + vr_04_np + vr_05_np + vr_06_np + vr_07_np
    te =~ te_01_np + te_02_np + te_03_np + te_04_np + te_05_np +
          te_06_np + te_07_np + te_08_np + te_09_np + te_10_np

    # covariances, selected using modification indices
    te_06_np ~~ te_10_np
    vr_02_np ~~ vr_04_np
    vr_05_np ~~ vr_07_np
    vr_04_np ~~ vr_07_np
    vr_01_np ~~ vr_07_np
    vr_01_np ~~ vr_05_np
    vr_02_np ~~ vr_07_np
    te_03_np ~~ te_07_np
    vr_06_np ~~ vr_07_np
    vr_01_np ~~ vr_06_np
    vr_02_np ~~ vr_05_np
'
## Found more than one class "Model" in cache; using the first, from namespace 'lavaan'


chisq df pvalue cfi tli rmsea
181.5 107 0 0.937 0.92 0.049


  • Descriptive score statistics and reliability estimates: texture
    • Arithmetic mean = 3.932
    • Standarddeviation = 0.737
    • Range = [2, 6.4]
    • McDonalds \(\omega\) = 0.798, 95%-CI = [0.766, 0.831 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: variability
    • Arithmetic mean = 4.765
    • Standarddeviation = 0.732
    • Range = [2.143, 6.429]
    • McDonalds \(\omega\) = 0.663, 95%-CI = [0.608, 0.719 ]
    • Smoothed Densityplot

3.2 Theory Specific Epistemological Beliefs Questionnaire (TSEBQ)

  • Source: Bråten, I., Gil, L., Strømsø, H.I., & Vidal-Abarca, E. (2009). Personal epistemology across cultures: Exploring Norwegian and Spanish university students’ epistemic beliefs about climate change. Social Psychology of Education, 12, 529-560.
  • Item type: Likert-scale
  • Dimensions: tc: certainty, ts: simplicity, tj: justification, to: source
  • Number of items = 12 per Dimension
  • Item codes: tc_02_np, tc_05_np, tc_07_np, tc_08_np, tc_09_np, tc_10_np, tc_11_np, tc_01_np, tc_03_np, tc_04_np, tc_06_np, tc_12_np, ts_04_np, ts_06_np, ts_07_np, ts_10_np, ts_11_np, ts_12_np, ts_01_np, ts_02_np, ts_03_np, ts_05_np, ts_08_np, ts_09_np, tj_04_np, tj_06_np, tj_07_np, tj_10_np, tj_12_np, tj_13_np, tj_01_np, tj_02_np, tj_03_np, tj_05_np, tj_08_np, tj_09_np, tj_11_np, to_04_np, to_05_np, to_09_np, to_10_np, to_11_np, to_12_np, to_01_np, to_02_np, to_03_np, to_06_np, to_07_np, to_08_np

  • Wordings of these items
    • tc_01: “Forscher aus der Pädagogik/Psychologie können die Wahrheit über fast alles bezüglich der Pädagogik/Psychologie herausfinden.”
    • tc_02: “Die Erkenntnisse der Pädagogik/Psychologie verändern sich ständig.”
    • tc_03: “In der Pädagogik/Psychologie herrscht Einigkeit darüber, was wahr ist.”
    • tc_04: “In der Pädagogik/Psychologie verändert sich die Wahrheit nicht.”
    • tc_05: “Theorien der Pädagogik/Psychologie können jederzeit widerlegt werden.”
    • tc_06: “Das Wissen über Probleme aus dem Bereich der Pädagogik/Psychologie ist unumstritten.”
    • tc_07: “Sicheres Wissen ist in der Pädagogik/Psychologie selten.”
    • tc_08: “Die Ergebnisse der Pädagogik/Psychologie sind vorläufig.”
    • tc_09: “Probleme in der Pädagogik/Psychologie haben keine klare und eindeutige Lösung.”
    • tc_10: “Das Einzige, was wir sicher über Probleme in der Pädagogik/Psychologie wissen, ist, dass nichts sicher ist.”
    • tc_11: “Was heute als sicheres Wissen aus dem bereich der Pädagogik/Psychologie angesehen wird, kann morgen schon als falsch gelten.”
    • tc_12: “Die Ergebnisse der pädagogischen/psychologischen Forschung zeigen, dass es auf die meisten Probleme im Bereich der Bildung eine richtige Antwort gibt.”
    • to_01: “Wenn ich über Sachverhalte zum Thema Pädagogik/Psychologie lese, ist die Meinung des Autors wichtiger als meine.”
    • to_02: “Wenn ich bezüglich eines Problems im Bildungsbereich eine Stellungnahme von Experten finde, fühle ich mich sicher.”
    • to_03: “Normalen Menschen fehlt die Wissensgrundlage, um über Themen aus dem Bereich Pädagogik/Psychologie zu diskutieren.”
    • to_04: “Ich verstehe die Sachverhalte in der Pädagogik/Psychologie besser, wenn ich sie selbst durchdenke und nicht nur darüber lese.”
    • to_05: “Um die Probleme aus dem Bereich Pädagogik/Psychologie zu verstehen, reicht es nicht aus zu lesen, was die Experten darüber geschrieben haben.”
    • to_06: “Das Wissen über Sachverhalte in der Pädagogik/Psychologie ist für Experten reserviert.”
    • to_07: “Meine persönlichen Einschätzungen zu Problemen aus dem Bereich der Pädagogik/Psychologie haben wenig Wert im Vergleich zu dem, was ich aus Büchern und Artikeln darüber lernen kann.”
    • to_08: “Wenn ich über Probleme aus dem Bereich der Pädagogik/Psychologie lese, halte ich mich nur an das, was der Text beinhaltet.”
    • to_09: “Das Hauptziel beim Lesen über Probleme aus dem Bereich Pädagogik/Psychologie ist, sich darüber eine eigene Meinung zu bilden.”
    • to_10: “Um eine wirkliche Einsicht in die Sachverhalte der Pädagogik/Psychologie zu bekommen, muss man sich eine eigene Meinung zu dem bilden, was man liest.”
    • to_11: “Mein eigenes Verständnis der Sachverhalte in der Pädagogik/Psychologie ist mindestens so wichtig wie das Wissen, das darüber in verschiedenen wissenschaftlichen Texten zu finden ist.”
    • to_12: “Wenn ich über Streitfragen aus dem Bereich der Pädagogik/Psychologie lese, versuche ich mein eigenes Verständnis über die Inhalte zu entwickeln.”
    • ts_01: “In der Pädagogik/Psychologie sind Fakten wichtiger als Theorien.”
    • ts_02: “Das Wissen der Pädagogik/Psychologie weist selten Verknüpfungen zwischen verschiedenen Themen auf.”
    • ts_03: “In der Pädagogik/Psychologie ist es am wichtigsten, exaktes Wissen über Details zu haben.”
    • ts_04: “Das Wissen der Pädagogik/Psychologie besteht eher aus zentralen Ideen als aus Details.”
    • ts_05: “In der Pädagogik/Psychologie macht es die Sache unnötig kompliziert, wenn es verschiedene Theorien über die gleichen Inhalte gibt.”
    • ts_06: “Das Wissen der Pädagogik/Psychologie besteht eher aus stark (inhaltlich) miteinander verbundenen Konzepten als aus einer Ansammlung von Fakten.”
    • ts_07: “In der Pädagogik/Psychologie hängen viele Dinge zusammen.”
    • ts_08: “Das Wissen der Pädagogik/Psychologie besteht hauptsächlich aus einer großen Menge detaillierter Informationen.”
    • ts_09: “In der Pädagogik/Psychologie besteht das Wissen hauptsächlich aus angesammelten Fakten.”
    • ts_10: “Zwischen vielen Themen in der Pädagogik/Psychologie gibt es Verknüpfungen.”
    • ts_11: “Das Wissen in der Pädagogik/Psychologie ist komplex.”
    • ts_12: “Das Wissen über den Bereich der Pädagogik/Psychologie umfasst eher Prinzipien und Konzepte als Fakten.”
    • tj_01: “Wenn ich über Sachverhalte aus der Pädagogik/Psychologie lese, verlasse ich mich vor allem auf mein eigenes Gefühl, was richtig ist.”
    • tj_02: “Ich traue dem, was ich über Sachverhalte in der Pädagogik/Psychologie lese nur, wenn es mit meinen eigenen Beobachtungen übereinstimmt.”
    • tj_03: “Bezüglich der Sachverhalte im Bereich der Pädagogik/Psychologie ist es mir wichtiger, dass die Sichtweisen gut sind, als wie sie gewonnen wurden.”
    • tj_04: “Wenn ich über Probleme aus dem Bereich Pädagogik/Psychologie lese, traue ich den Ergebnissen der wissenschaftlichen Forschung eher, als den Sichtweisen normaler Menschen.”
    • tj_05: “Es gibt keine Methode, die ich nutzen könnte, um zu beurteilen, ob man den Aussagen in Texten der Pädagogik/Psychologie vertrauen kann.”
    • tj_06: “Wenn ich über Sachverhalte aus dem Bereich Pädagogik/Psychologie lese, habe ich am meisten Vertrauen in die Aussagen, welche sich auf die Ergebnisse wissenschaftlicher Forschung stützen.”
    • tj_07: “Um herauszufinden, ob das, was ich über Probleme im Bereich Pädagogik/Psychologie lese, vertrauenswürdig ist, versuche ich, die Erkenntnisse aus verschiedenen Quellen zu vergleichen.”
    • tj_08: “Wenn ich über Probleme aus dem Bereich Pädagogik/Psychologie lese, vertraue ich am meisten dem Wissen, das bestätigt, was ich selbst beobachtet habe.”
    • tj_09: “Ich habe oft das Gefühl, dass ich einfach akzeptieren muss, dass dem, was ich über Probleme im Bereich der Pädagogik/Psychologie lese, vertraut werden kann.”
    • tj_10: “Um den Behauptungen in Texten der Pädagogik/Psychologie vertrauen zu können, müssen verschiedene Quellen geprüft werden.”
    • tj_11: “In der Pädagogik/Psychologie sind Meinungen wichtiger als Forschungsmethoden.”
    • tj_12: “Wenn ich über Sachverhalte in der Pädagogik/Psychologie lese, überlege ich, ob die Inhalte logisch erscheinen.”
    • tj_13: “Um zu beurteilen, ob das, was ich zu den Problemen aus dem Bereich der Pädagogik/Psychologie lese, zuverlässig ist, versuche ich dies mit meinem vorhandenen Wissen über das Thema zu verknüpfen.”
  • Anchours:
    • 1 = stimme gar nicht zu
    • 2 =
    • 3 =
    • 4 =
    • 5 =
    • 6 = stimme voll zu
  • Inverse worded items: tc_01_ip, tc_03_ip, tc_04_ip, tc_06_ip, tc_12_ip, ts_01_ip, ts_02_ip, ts_03_ip, ts_05_ip, ts_08_ip, ts_09_ip, tj_01_ip, tj_02_ip, tj_03_ip, tj_05_ip, tj_08_ip, tj_09_ip, tj_11_ip, to_01_ip, to_02_ip, to_03_ip, to_06_ip, to_07_ip, to_08_ip
  • Descriptive item statistics:

  Mean Stdev Median Minimum Maximum
tc_02_np 4.559 1.156 5 1 6
tc_05_np 4.313 1.275 4 1 6
tc_07_np 4.246 1.379 5 1 6
tc_08_np 4.236 1.136 4 1 6
tc_09_np 4.415 1.496 5 1 6
tc_10_np 4.11 1.402 4 1 6
tc_11_np 4.259 1.264 4 1 6
tc_01_np 4.271 1.169 5 1 6
tc_03_np 5.048 1.007 5 1 6
tc_04_np 4.754 1.185 5 1 6
tc_06_np 4.105 1.616 4 1 6
tc_12_np 4.433 1.176 5 1 6
ts_04_np 3.975 1.14 4 1 6
ts_06_np 3.833 1.199 4 1 6
ts_07_np 4.978 0.946 5 1 6
ts_10_np 4.819 0.965 5 1 6
ts_11_np 4.598 1.057 5 1 6
ts_12_np 4.189 1.114 4 1 6
ts_01_np 3.575 1.409 4 1 6
ts_02_np 4.508 1.133 5 1 6
ts_03_np 4.229 1.286 5 1 6
ts_05_np 3.76 1.686 4 1 6
ts_08_np 3.654 1.167 4 1 6
ts_09_np 3.846 1.228 4 1 6
tj_04_np 3.324 1.343 3 1 6
tj_06_np 4.028 1.185 4 1 6
tj_07_np 3.94 1.362 4 1 6
tj_10_np 4.698 1.023 5 1 6
tj_12_np 4.834 1 5 1 6
tj_13_np 4.577 1.03 5 1 6
tj_01_np 2.918 1.31 3 1 6
tj_02_np 3.212 1.293 3 1 6
tj_03_np 3.76 1.397 4 1 6
tj_05_np 3.772 1.338 4 1 6
tj_08_np 2.579 1.186 2 1 6
tj_09_np 3.756 1.459 4 1 6
tj_11_np 3.935 1.195 4 1 6
to_04_np 4.994 1.103 5 1 6
to_05_np 4.969 1.096 5 1 6
to_09_np 4.293 1.252 5 1 6
to_10_np 4.7 1.047 5 1 6
to_11_np 4.195 1.178 4 1 6
to_12_np 4.826 0.913 5 1 6
to_01_np 4.119 1.398 4 1 6
to_02_np 3.433 1.232 3 1 6
to_03_np 4.089 1.44 4 1 6
to_06_np 4.939 1.115 5 1 6
to_07_np 4.538 1.088 5 1 6
to_08_np 4.325 1.198 4 1 6

 

  • Factor Structure: Not explored yet.  

3.3 Interest in Educational Studies (Pretest)

  • Source: Krapp, A., Schiefele, U., Wild, K.-P. & Winteler, A. (1993). Der “Fragebogen zum Studieninteresse”(FSI). Diagnostica, 39, 335-351.
  • Item type: Likert-scale
  • Number of items = 7
  • Item codes: si_01_np, si_02_np, si_05_np, si_07_np, si_03_np, si_04_np, si_06_np
  • Wordings of these items
    • si_01: “Wenn ich genügend Zeit hätte, würde ich mich mit bestimmten Fragen meines bildungswissenschaftlichen Begleitstudiums (BWBS), auch unabhängig von Prüfungsanforderungen, intensiver beschäftigen.”
    • si_02: “Ich bin mir sicher, dass das BWBS meinen persönlichen Neigungen entspricht.”
    • si_03: “In meiner Freizeit beschäftige ich mich nur ungern mit Problemen aus dem BWBS.”
    • si_04: “Ohne äußeren Druck würde ich mich wohl nicht so regelmäßig mit Problemen und Inhalten des BWBS beschäftigen.”
    • si_05: “Schon vor dem Studium habe ich mich freiwillig mit Inhalten des BWBS auseinandergesetzt (z.B. Bücher lesen, Vorträge besuchen, Gespräche führen).”
    • si_06: “Ich hätte kein Lehramtsstudium gewählt, wenn es woanders bei gleichem Aufwand bessere Berufs- und Aufstiegschancen gegeben hätte.”
    • si_07: “Ich habe mein jetziges Studium vor allem wegen der interessanten Studieninhalte im BWBS gewählt.”
  • Anchours:
    • 1 = trifft gar nicht zu
    • 2 =
    • 3 =
    • 4 =
    • 5 =
    • 6 = trifft völlig zu
  • Inverse worded items: si_03_np, si_04_np, si_06_np
  • Descriptive item statistics:
  Mean Stdev Median Minimum Maximum
si_01_np 4.091 1.575 5 1 6
si_02_np 3.542 1.402 4 1 6
si_05_np 2.927 1.593 3 1 6
si_07_np 2.387 1.333 2 1 6
si_03_np 3.761 1.486 4 1 6
si_04_np 3.359 1.472 3 1 6
si_06_np 5.39 1.06 6 1 6


  • Confirmatory Factor Analysis
# Model of factor analysis

# latent variable
modin <- 'f1 =~ si_01_np + si_02_np + si_03_np + si_04_np + si_05_np + si_06_np + si_07_np
# covariances, selected using modification indices
si_01_np ~~ si_02_np'

chisq df pvalue cfi tli rmsea
32.25 13 0.002 0.972 0.954 0.07


  • Descriptive score statistics and reliability estimates:
    • Arithmetic mean = 3.637
    • Standarddeviation = 0.994
    • Range = [1, 6]
    • McDonalds \(\omega\) = 0.837, 95%-CI = [0.81, 0.864 ]
    • Smoothed Densityplot

3.4 Age

  • Item type: open numerical question
  • Number of items = 1
  • Item codes: age
  • Wording of this item
    • age: “Alter”
  • Descriptive item statistics
    • Arithmetic mean = 21.801
    • Standarddeviation = 3.99
    • Range = [18, 62]
    • Smoothed Densityplot

3.5 Sex

  • Item type: single choice item
  • Number of items = 1
  • Item codes: sex
  • Wording of this item
    • sex: “Geschlecht”
  • Descriptive item statistics

    sex n
    male 105
    female 216
    other 1
    NA 1


3.6 Subjects of Study

  • Item type: multiple choice item
  • Number of items = 1
  • Number of response choices = 26
  • Item response codes: faecher_1, faecher_2, faecher_3, faecher_4, faecher_5, faecher_6, faecher_7, faecher_8, faecher_9, faecher_10, faecher_11, faecher_12, faecher_13, faecher_14, faecher_15, faecher_16, faecher_17, faecher_18, faecher_19, faecher_20, faecher_21, faecher_22, faecher_23, faecher_24, faecher_25, faecher_26
  • Wording of this item
    • faecher: “Ich studiere folgende Unterrichtsfächer: (Mehrfachantworten möglich.)”
  • Wording of item responses:
    • faecher_1: “keine, ich studiere im Masterstudiengang”
    • faecher_2: “keine, ich studiere im Bachelorstudiengang”
    • faecher_3: “Biologie”
    • faecher_4: “Chemie”
    • faecher_5: “Deutsch”
    • faecher_6: “Englisch”
    • faecher_7: “Erziehungswissenschaft”
    • faecher_8: “Evangelische Theologie”
    • faecher_9: “Französisch”
    • faecher_10: “Geographie”
    • faecher_11: “Geschichte”
    • faecher_12: “Griechisch”
    • faecher_13: “Informatik”
    • faecher_14: “Italienisch”
    • faecher_15: “Katholische Theologie”
    • faecher_16: “Latein”
    • faecher_17: “Mathematik”
    • faecher_18: “Naturwissenschaft und Technik”
    • faecher_19: “Philosophie/ Ethik”
    • faecher_20: “Physik”
    • faecher_21: “Politikwissenschaft/ Wirtschaftswissenschaft”
    • faecher_22: “Russisch”
    • faecher_23: “Spanisch”
    • faecher_24: “Sport”
    • faecher_25: “Islamische Theologie”
    • faecher_26: “Anderes”
  • Descriptive item statistics
subject n
faecher_1 1
faecher_2 0
faecher_3 34
faecher_4 25
faecher_5 97
faecher_6 121
faecher_7 19
faecher_8 9
faecher_9 20
faecher_10 20
faecher_11 73
faecher_12 0
faecher_13 4
faecher_14 11
faecher_15 15
faecher_16 21
faecher_17 38
faecher_18 16
faecher_19 35
faecher_20 11
faecher_21 21
faecher_22 4
faecher_23 29
faecher_24 25
faecher_25 7
faecher_26 18


3.7 Semester

  • Item type: open numerical question
  • Number of items = 1
  • Item codes: semester
  • Wording of this item
    • semester: “Im wievielten Semester studieren Sie? (Bitte tragen Sie in jedes Kästchen nur eine Ziffer ein)”
  • Descriptive item statistics
    • Arithmetic mean = 3.69
    • Median = 2
    • Standarddeviation = 3.514
    • Range = [0, 42]
    • Smoothed Densityplot

3.8 Teaching Experience

  • Item type: open numerical question
  • Number of items = 1
  • Item codes: teach_exp
  • Wording of this item
    • teach_exp: “Wie viele Unterrichtsstunden haben Sie bereits selbst unterrichtet? (Bitte tragen Sie in jedes Kästchen nur eine Ziffer ein)”
  • Descriptive item statistics
    • Arithmetic mean = 27.178
    • Median = 3
    • Mode = 0
    • Standarddeviation = 103.877
    • Range = [0, 999]
    • Smoothed Densityplot

3.9 Abitur (School Graduation) Grade

  • Item type: open numerical question
  • Number of items = 1
  • Item codes: abitur
  • Wording of this item
    • abitur: “Welche Abiturnote hatten Sie? (Bitte tragen Sie in jedes Kästchen nur eine Ziffer ein)”
  • Descriptive item statistics
    • Arithmetic mean = 2.158
    • Median = 2.15
    • Standarddeviation = 0.626
    • Range = [1, 3.7]
    • Smoothed Densityplot

3.10 Treatment-Check “Perceived School Context”

  • Source: own creation
  • Item type: Likert-scale
  • Number of items = 1
  • Item codes: ck_01_np
  • Wording of this item
    • ck_01_np: “Wie viel schulischer Kontext war in den Texten durchschnittlich enthalten?”
  • Anchours:
    • 1 = “gar kein schul. Kontext”
    • 2 =
    • 3 =
    • 4 =
    • 5 =
    • 6 = “sehr viel schul. Kontext”
  • Descriptive item statistics (over both groups):
    • Arithmetic mean = 4.294
    • Standarddeviation = 1.164
    • Range = [2, 6]
    • Bar plot with frequencies

  • Descriptive item statistics (no school context group):

    • Arithmetic mean = 3.968
    • Standarddeviation = 1.1
    • Range = [2, 6]
    • Bar Plot with Frequencies

  • Descriptive item statistics (school context group):

    • Arithmetic mean = 4.644
    • Standarddeviation = 1.131
    • Range = [2, 6]
    • Bar Plot with Frequencies

3.11 Treatment-Check “source”

  • Source: own creation
  • Item type: Likert-scale
  • Dimensions:
    • cr: expert advice
    • ce: experience report
    • cw: scientific study
  • Number of items = 2 per Dimension
  • Item codes: cr_01_np, cr_02_np, ce_01_np, ce_02_np, cw_01_np, cw_02_np
  • Wordings of these items
    • “Was denken Sie, wie häufig führen die Autor/inen Ihrer Textausschnitte folgende Tätigkeiten aus?
      • cr_01: “Ratgeberliteratur schreiben”
      • cr_02: “Fortbildungen durchführen”
      • ce_01: “unterrichten”
      • ce_02: “erziehen”
      • cw_01: “forschen”
      • cw_02: “Fachartikel schreiben”
  • Anchours:
    • 1 = sehr selten
    • 2 =
    • 3 =
    • 4 =
    • 5 =
    • 6 = sehr oft
  • Inverse worded items:
  • Descriptive item statistics:
  Mean Stdev Median Minimum Maximum
cr_01_np 3.505 1.467 4 1 6
cr_02_np 4.086 1.207 4 1 6
ce_01_np 3.273 1.355 3 1 6
ce_02_np 3.492 1.386 3 1 6
cw_01_np 4.066 1.518 4 1 6
cw_02_np 4.072 1.587 4 1 6


  • Confirmatory Factor Analysis
# Model of factor analysis
modtreso <- '
    # latent variables, constraint on equal loadings
    adv =~ NA*lambda1*cr_01_np
         + NA*lambda1*cr_02_np

    rep =~ NA*lambda2*ce_01_np
         + NA*lambda2*ce_02_np
         
    sci =~ NA*lambda3*cw_01_np
         + NA*lambda3*cw_02_np
    
    # fix variance of latent variables
    adv ~~ 1*adv
    rep ~~ 1*rep
    sci ~~ 1*sci
'


chisq df pvalue cfi tli rmsea
52.17 12 0 0.911 0.888 0.106


  • Descriptive score statistics and reliability estimates: expert advice
    • Arithmetic mean = 3.792
    • Standarddeviation = 1.101
    • Range = [1, 6]
    • Cronbachs Alpha = 0.508
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: experience report
    • Arithmetic mean = 3.379
    • Standarddeviation = 1.193
    • Range = [1, 6]
    • Cronbachs Alpha = 0.675
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: scientific study
    • Arithmetic mean = 4.072
    • Standarddeviation = 1.429
    • Range = [1, 6]
    • Cronbachs Alpha = 0.815
    • Smoothed Densityplot

3.12 Readability

  • Source
    • Lenhard, W. & Lenhard, A. (2014). Berechnung des Lesbarkeitsindex LIX nach Bjørnson.
    • Schöll, P. (2015). Berechnung des Lesbarkeitsindex Flesch nach Rudolf Flesch.
  • Used tools
# Import data
rawdata_li <- read.table("../Codebook/Textkomplexitaet.csv", sep=";", header=TRUE, na.strings = c("-99", "NA"))
pander(data.frame(select(rawdata_li, -Text)))
Vignette LIX Wortanzahl Flesch
erf_mk_dd_we 54,57 190 45
erf_mk_dd_cm 58,95 143 35
erf_mk_ed_bp 55,03 191 46
erf_mk_ed_bm 62,23 194 41
erf_mk_gr_in 55,89 149 55
erf_mk_gr_gt 53,79 145 50
erf_ok_dd_we 53,97 164 48
erf_ok_dd_cm 53,69 130 36
erf_ok_ed_bp 63,12 162 31
erf_ok_ed_bm 63,15 146 53
erf_ok_gr_in 55,35 131 53
erf_ok_gr_gt 57,42 151 35
exp_mk_dd_we 60,44 162 38
exp_mk_dd_cm 61,67 162 27
exp_mk_ed_bp 63,85 164 42
exp_mk_ed_bm 63,33 150 51
exp_mk_gr_in 63,83 146 42
exp_mk_gr_gt 61,33 150 27
exp_ok_dd_we 60,27 131 35
exp_ok_dd_cm 62,63 137 20
exp_ok_ed_bp 66,72 151 26
exp_ok_ed_bm 60,61 130 42
exp_ok_gr_in 65,23 130 38
exp_ok_gr_gt 63,37 166 29
wis_mk_dd_we 56,67 171 39
wis_mk_dd_cm 57,37 203 43
wis_mk_ed_bp 65,34 193 42
wis_mk_ed_bm 70,45 154 42
wis_mk_gr_in 58,18 165 36
wis_mk_gr_gt 58,67 197 28
wis_ok_dd_we 51,5 142 37
wis_ok_dd_cm 60,61 188 36
wis_ok_ed_bp 73,35 162 24
wis_ok_ed_bm 61,7 136 30
wis_ok_gr_in 58,25 153 32
wis_ok_gr_gt 57,38 178 18

3.13 Interest in Educational Studies (Posttest)

  • Source: Krapp, A., Schiefele, U., Wild, K.-P. & Winteler, A. (1993). Der “Fragebogen zum Studieninteresse”(FSI). Diagnostica, 39, 335-351.
  • Item type: Likert-scale
  • Number of items = 7
  • Item codes: si_11_np, si_12_np, si_15_np, si_17_np, si_13_np, si_14_np, si_16_np
  • Wordings of these items
    • si_11: “Wenn ich genügend Zeit hätte, würde ich mich mit bestimmten Fragen meines bildungswissenschaftlichen Begleitstudiums (BWBS), auch unabhängig von Prüfungsanforderungen, intensiver beschäftigen.”
    • si_12: “Ich bin mir sicher, dass das BWBS meinen persönlichen Neigungen entspricht.”
    • si_13: “In meiner Freizeit beschäftige ich mich nur ungern mit Problemen aus dem BWBS.”
    • si_14: “Ohne äußeren Druck würde ich mich wohl nicht so regelmäßig mit Problemen und Inhalten des BWBS beschäftigen.”
    • si_15: “Schon vor dem Studium habe ich mich freiwillig mit Inhalten des BWBS auseinandergesetzt (z.B. Bücher lesen, Vorträge besuchen, Gespräche führen).”
    • si_16: “Ich hätte kein Lehramtsstudium gewählt, wenn es woanders bei gleichem Aufwand bessere Berufs- und Aufstiegschancen gegeben hätte.”
    • si_17: “Ich habe mein jetziges Studium vor allem wegen der interessanten Studieninhalte im BWBS gewählt.”
  • Anchours:
    • 1 = trifft gar nicht zu
    • 2 =
    • 3 =
    • 4 = trifft völlig zu
  • Inverse worded items: si_13_np, si_14_np, si_16_np
  • Descriptive item statistics:
  Mean Stdev Median Minimum Maximum
si_11_np 3.838 1.486 4 1 6
si_12_np 3.569 1.39 4 1 6
si_15_np 2.974 1.566 3 1 6
si_17_np 2.399 1.387 2 1 6
si_13_np 3.793 1.437 4 1 6
si_14_np 3.391 1.444 3 1 6
si_16_np 5.355 1.128 6 1 6


  • Confirmatory Factor Analysis
# Model of factor analysis
modin <- '
  # latent variable
  f1 =~ si_11_np + si_12_np + si_13_np + si_14_np + si_15_np + si_16_np + si_17_np'

chisq df pvalue cfi tli rmsea
55.18 14 0 0.946 0.919 0.101


  • Descriptive score statistics and reliability estimates
    • Arithmetic mean = 3.614
    • Standarddeviation = 0.984
    • Range = [1, 5.857]
    • McDonalds \(\omega\) = 0.85, 95%-CI = [0.825, 0.875 ]
    • Smoothed Densityplot

3.14 Academic Self Concept

  • Source: Schöne, C., Dickhäuser, O., Spinath, B. & Stiensmeier-Pelster, J. (2002). Skalen zur Erfassung des schulischen Selbstkonzepts (SESSKO). Manual. Göttingen: Hogrefe.
  • Item type: Likert-scale
  • Number of items = 4
  • Item codes: sk_01_np, sk_02_np, sk_04_np, sk_03_np
  • Wordings of these items
    • sk_01: “Im bildungswissenschaftlichen Begleitstudium bin ich…”
    • sk_02: “Neue Inhalte des bildungswissenschaftlichen Begleitstudiums zu lernen, fällt mir…”
    • sk_03: “Im bildungswissenschaftlichen Begleitstudium kann ich…”
    • sk_04: “Im bildungswissenschaftlichen Begleitstudium fallen mir die Aufgaben…”
  • Anchours sk_01:
    • 1 = nicht begabt
    • 2 =
    • 3 =
    • 4 = sehr begabt
  • Anchours sk_02, sk_04:
    • 1 = schwer
    • 2 =
    • 3 =
    • 4 = leicht
  • Anchours sk_03:
    • 1 = viel
    • 2 =
    • 3 =
    • 4 = wenig
  • Inverse worded items: sk_03_np
  • Descriptive item statistics:
  Mean Stdev Median Minimum Maximum
sk_01_np 2.763 0.627 3 1 4
sk_02_np 2.895 0.765 3 1 4
sk_04_np 2.866 0.68 3 1 4
sk_03_np 2.78 0.656 3 1 4


  • Confirmatory Factor Analysis
# Model of factor analysis
modFSK <- '
  # latent variable
  f1 =~ sk_01_np + sk_02_np + sk_03_np + sk_04_np'

chisq df pvalue cfi tli rmsea
55.18 14 0 0.946 0.919 0.101


  • Descriptive score statistics and reliability estimates
    • Arithmetic mean = 2.828
    • Standarddeviation = 0.543
    • Range = [1, 4]
    • McDonalds \(\omega\) = 0.811, 95%-CI = [0.778, 0.845 ]
    • Smoothed Densityplot

3.15 Fragebogens zur Erfassung des Entwicklungsniveaus epistemologischer Überzeugungen (FREE)

  • Source: Krettenauer, T. (2005). Die Erfassung des Entwicklungsniveaus epistemologischer Überzeugungen und das Problem der Übertragbarkeit von Interviewverfahren in standardisierte Fragebogenmethoden. Zeitschrift für Entwicklungspsychologie Und Pädagogische Psychologie, 37, 69-79.
  • Item type: Likert-scale
  • Dimensions:
    • ab: Absolutism
    • re: Relativism
    • po: Postrelativism
  • Number of items = 13 per Dimension
  • Item codes: ab_02_np, ab_03_np, ab_04_np, ab_05_np, ab_06_np, ab_07_np, ab_08_np, ab_09_np, ab_10_np, ab_11_np, ab_12_np, ab_01_np, ab_13_np, re_02_np, re_03_np, re_04_np, re_05_np, re_06_np, re_07_np, re_08_np, re_09_np, re_10_np, re_11_np, re_12_np, re_01_np, re_13_np, po_02_np, po_03_np, po_04_np, po_05_np, po_06_np, po_07_np, po_08_np, po_09_np, po_10_np, po_11_np, po_12_np, po_01_np, po_13_np
  • Wordings of these items
    • “Manche Forscher meinen, in den großen Leistungstests wie PISA werde gar nicht, wie vorgegeben, die Fähigkeit in den Fächern, sondern lediglich die Intelligenz der Schüler gemessen.”
      • ab_01_np: “Da die Bildungsforschung derzeit intensiviert wird, gibt es irgendwann eine eindeutige Klärung dieser Streitfrage.”
      • re_01_np: “Beide Auffassungen sind bloße Meinungen verschiedener Personen, die eine unterschiedliche Einstellung zum Thema haben.”
      • po_01_np: “Diese Frage wird wohl weiterhin kontrovers diskutiert werden, trotzdem kann es für beide Auffassungen gute Begründungen geben.”
      • “Immer wieder wird von Experten diskutiert, ob”Sitzenbleiben" tatsächlich sinnvoll ist oder abgeschafft werden sollte."
      • ab_02_np: “Entweder”Sitzenbleiben“” fördert oder eben nicht! Bildungsforscher sollten dies für die Zukunft eindeutig klären.
      • re_02_np: “Die Äußerungen zum”Sitzenbleiben" sind bloße Vermutungen, da niemand wirklich beobachten kann, was eine Leistungssteigerung verursacht oder eben nicht verursacht."
      • po_02_np: “Zwar sind die Experten gegensätzlicher Auffassung, dennoch können wohl beide mehr oder weniger gute Gründe für diese vorlegen.”
    • “Seit Jahrhunderten besteht ein Streit darüber, ob Kinder und Jugendliche eher Fakten und Daten oder Methoden und Schlüsselqualifikationen lernen sollten.” + ab_03_np: “würde man gründlich nachdenken, würde klar werden, welche Auffassung richtig ist.”
      • re_03_np: “Beide Standpunkte sind einfach nur Behauptungen, die die Leute je nach ihrer Neigung annehmen.”
      • po_03_np: “Auch wenn diese Frage seit Jahrhunderten unterschiedlich beantwortet wird, zählt letzten Endes, wie gut die Begründungen hinter den Behauptungen sind.”
    • “Einige Politiker wollen die Hauptschule abschaffen, weil sie die Hauptschüler als Verlierer abstempeln würde. Andere sagen, die Hauptschule sei sinnvoll Für schwächere Schülerinnen und Schüler, da diese sich dort nicht ständig mit den stärkeren Schülerinnen und Schülern vergleichen müssten.”
      • ab_04_np: “Manche Politiker wissen anscheinend wie man ein Bildungswesen vorantreibt, andere dagegen nicht.”
      • re_04_np: “Das sind beliebige Behauptungen, denn das Gefühlsleben eines Hauptschülers hängt von unzähligen Faktoren ab.”
      • po_04_np: “Auch wenn es in dieser Frage immer unterschiedliche Meinungen geben wird, könnte es doch sein, dass eine der Maßnahmen besser geeignet ist als die andere.”
    • “Manche Politiker wollen eine Gesamt- oder Gemeinschaftsschule, andere befürworten ein gegliedertes Schulsystem.”
      • ab_05_np: “Die Einen wissen anscheinend, wie man lernförderliche Bedingungen schafft, andere scheinbar nicht.”
      • re_05_np: “Das sind beliebige Behauptungen, denn für ein gelingendes Bildungssystem müssen unglaublich viele Bedingungen erfüllt sein.”
      • po_05_np: “Obwohl es auf diese Frage seit langem unterschiedliche Antworten gibt, könnten manche bessere Erklärungen haben als andere.”
    • “Manche sehen Lehrerinnen und Lehrer als Künstler, deren Kunstwerk der Unterricht ist, andere als wissenschaftliche Experten für Unterricht und wieder andere als reflektierende Handwerker.”
      • ab_06_np: “Wenn noch nicht klar ist, was ein Lehrer denn tatsächlich ist, sollte man es schleunigst herausfinden.”
      • re_06_np: “Im Grunde ist es beliebig, als was man Lehrer sieht, man kann sich nach seinen persönlichen Vorlieben entscheiden.”
      • po_06_np: “Man kann den Lehrerberuf durchaus als unterchiedlichen Professionstyp auffassen. Entscheidend ist, wie gut man seine Wahl begründen kann.”
    • “Es gibt Wissenschaftler, die fordern, dass Jungen und Mädchen getrennt unterrichtet werden sollten, andere sagen jedoch der Unterricht sollte gemeinsam erfolgen.”
      • ab_07_np: “Guten Forschern wäre es möglich, diese Frage eindeutig zu klären.”
      • re_07_np: “Es handelt sich bei beiden Auffassungen nur um Vermutungen. Man wird nie zweifelsfrei nachweisen können, welche der beiden Varianten die bessere ist.”
      • po_07_np: “Auch wenn die Experten konträre Ansichten vertreten, könnte es für beide gute Gründe geben.”
    • “Manche Wissenschaftler sagen, dass Schülerinnen und Schüler gemeinsam in kleineren oder größeren Gruppen besser lernen als alleine.”
      • ab_08_np: “Man muss sich die Lernformen nur mal real anschauen, um zu entscheiden, welche die bessere ist.”
      • re_08_np: “Eigentlich ist die Lernform ganz egal, da es immer unterscheidliche Typen von Lernern gibt.”
      • po_08_np: “Obgleich diese Frage immer unterschiedliche Reaktionen hervorrufen wird, könnten manche bessere Begründungen haben als andere.”
    • “Einige LehrerInnen würden Schülerinnen und Schülern gerne ausschließlich sprachlich formulierte Zeugnisse ausstellen, während andere Ziffernnoten für unumgänglich halten.”
      • ab_09_np: “Die Bildungsforschung sollte ein für allemal klären, welche Art Zeugnis das beste ist.”
      • re_09_np: “Welche Art Zeugnis einer Schülerin bzw. einem Schüler ausgestellt wird, ist irrelevant, da seine Wirkung u. A. von der Persönlichkeit des Schülers bzw. der Schülerin abhängt.”
      • po_09_np: “Obwohl man immer wieder Vertreter beider Positionen trifft, könnten manche Formen der Rückmeldung besser geeignet sein als andere.”
    • “Immer wieder wird beobachtet, dass das Interesse von Schülerinnen und Schülern über den Lauf der Schulzeit im Mittel kontinuierlich sinkt. Manche Wissenschaftler sagen, dass dies ein Indiz dafür sei, dass Schule demotiviere, andere sehen darin einen gelungenen Differenzierungsprozess der Interessen.”
      • ab_10_np: “Die Wissenschaftler sollten eigentlich wissen, welche der beiden Auffassungen richtig ist.”
      • re_10_np: “Beide Aussagen sind bloße Spekulation, weil man keine jemals zweifelsfrei nachweisen können wird.”
      • po_10_np: “Die Experten äußern zwar unterschiedliche Meinungen, trotzdem kann es sein, dass die einen bessere Argumente haben.”
    • “Manche Lehrer beklagen, dass das Niveau ihrer Schülerinnen und Schüler beständig sinke. Andere behaupten dagegen, dass dies nicht sein könne, da die durchschnittliche Intelligenz langsam aber beständig stiege.”
      • ab_11_np: “würden sich die Lehrer gründlich informieren, würde ihnen klar werden, wer Recht hat.”
      • re_11_np: “Man erkennt hier gut, dass diese Aussagen nur Meinungen sind, die je nach Einstellung den Schülern gegenüber zustande kommen.”
      • po_11_np: “Auch wenn es tatsächlich viele Vertreter beider konträrer Aussagen gibt, kann es sein, dass beide gute Argumente für ihre Position haben.”
    • “Manche Bildungspolitiker sind der Ansicht, dass es besser wäre, wenn Menschen mit Behinderung in den normalen Schulalltag eingebunden wären. Andere halten eine spezielle Beschulung für sinnvoller.”
      • ab_12_np: “Einer von beiden wird früher oder später dem anderen recht geben müssen.”
      • re_12_np: “Dies sind lediglich Meinungen, die unterschiedliche persönliche Ideale zum Ausdruck bringen.”
      • po_12_np: “Auch wenn es in dieser Frage immer unterschiedliche Meinungen geben wird, könnte die Qualität der Argumente unterschiedlich sein.”
    • “Manchen Lehrerinnen und Lehrern gilt der offene Unterricht, in dem Schülerinnen und Schüler selbst entscheiden können, wann sie was tun, als ideal. Andere sind davon überzeugt, dass es besser sei, sie gäben Inhalt und Methode des Unterrichts vor.”
      • ab_13_np: “Offener oder geschlossener Unterricht - einer von beiden muss der bessere sein.”
      • re_13_np: “Niemand kann objektiv sagen, welcher Unterricht besser ist. Dies sind bloße Meinungen, die von persönlichen Einstellungen gebildet werden.”
      • po_13_np: “Obwohl es unterschiedliche Auffassungen zum idealen Unterricht gibt, können die Präferenzen besser oder schlechter begründet sein.”
  • Anchours:
    • 1 = stimme gar nicht zu
    • 2 =
    • 3 =
    • 4 =
    • 5 =
    • 6 = stimme voll zu
  • Inverse worded items:
  • Descriptive item statistics:
  Mean Stdev Median Minimum Maximum
ab_02_np 3.074 1.543 3 1 6
ab_03_np 2.912 1.451 3 1 6
ab_04_np 2.853 1.545 3 1 6
ab_05_np 3.065 1.403 3 1 6
ab_06_np 2.397 1.422 2 1 6
ab_07_np 2.783 1.588 2 1 6
ab_08_np 2.828 1.441 3 1 6
ab_09_np 3.182 1.52 3 1 6
ab_10_np 2.662 1.319 2 1 6
ab_11_np 2.48 1.288 2 1 6
ab_12_np 2.983 1.601 3 1 6
ab_01_np 3.027 1.281 3 1 6
ab_13_np 1.931 1.173 2 1 6
re_02_np 3.078 1.36 3 1 6
re_03_np 3.186 1.408 3 1 6
re_04_np 4.427 1.371 5 1 6
re_05_np 4.456 1.334 5 1 6
re_06_np 4.003 1.477 4 1 6
re_07_np 3.569 1.615 4 1 6
re_08_np 4.275 1.486 4 1 6
re_09_np 3.526 1.473 4 1 6
re_10_np 3.512 1.38 4 1 6
re_11_np 3.91 1.276 4 1 6
re_12_np 3.893 1.398 4 1 6
re_01_np 3.248 1.214 3 1 6
re_13_np 3.97 1.464 4 1 6
po_02_np 4.374 1.347 5 1 6
po_03_np 4.145 1.258 4 1 6
po_04_np 4.366 1.131 4 1 6
po_05_np 4.342 1.08 4 1 6
po_06_np 4.786 1.148 5 1 6
po_07_np 3.379 1.677 3.5 1 6
po_08_np 3.86 1.197 4 1 6
po_09_np 4.246 1.288 4 1 6
po_10_np 3.838 1.16 4 1 6
po_11_np 3.917 1.221 4 1 6
po_12_np 4.351 1.101 4 1 6
po_01_np 4.23 1.135 4 1 6
po_13_np 4.254 1.069 4 1 6


  • Descriptive score statistics and reliability estimates: Absolutism
    • Arithmetic mean = 2.778
    • Standarddeviation = 0.74
    • Range = [1, 5]
    • McDonalds \(\omega\) = 0.756, 95%-CI = [0.717, 0.795 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: Relativism
    • Arithmetic mean = 3.77
    • Standarddeviation = 0.695
    • Range = [1, 6]
    • McDonalds \(\omega\) = 0.69, 95%-CI = [0.64, 0.74 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: Postrelativism
    • Arithmetic mean = 4.163
    • Standarddeviation = 0.631
    • Range = [1, 6]
    • McDonalds \(\omega\) = 0.744, 95%-CI = [0.704, 0.785 ]
    • Smoothed Densityplot

4 Measurements: Within-Person

Measured after every single of the six text vignettes

4.1 Immersion

  • Source: Seidel, T., Stürmer, K., Blomberg, G., Kobarg, M., & Schwindt, K. (2011). Teacher learning from analysis of videotaped classroom situations: Does it make a difference whether teachers observe their own teaching or that of others? Teaching and Teacher Education, 27(2), 259-267.
  • Item type: Likert-scale
  • Measurements on the topics:
    • we: worked out examples
    • cm: cognitive theory of multimedia learning
    • bp: big fish little pond effect
    • bm: bullying/ mobbing
    • in: inclusion
    • gt: all-day school
  • Number of items = 7 per measurement
  • Item codes: dd_we_im_01_np, dd_we_im_02_np, dd_we_im_03_np, dd_we_im_04_np, dd_cm_im_01_np, dd_cm_im_02_np, dd_cm_im_03_np, dd_cm_im_04_np, ed_bp_im_01_np, ed_bp_im_02_np, ed_bp_im_03_np, ed_bp_im_04_np, ed_bm_im_01_np, ed_bm_im_02_np, ed_bm_im_03_np, ed_bm_im_04_np, gr_in_im_01_np, gr_in_im_02_np, gr_in_im_03_np, gr_in_im_04_np, gr_gt_im_01_np, gr_gt_im_02_np, gr_gt_im_03_np, gr_gt_im_04_np, dd_we_im_05_np, dd_we_im_06_np, dd_we_im_07_np, dd_cm_im_05_np, dd_cm_im_06_np, dd_cm_im_07_np, ed_bp_im_05_np, ed_bp_im_06_np, ed_bp_im_07_np, ed_bm_im_05_np, ed_bm_im_06_np, ed_bm_im_07_np, gr_in_im_05_np, gr_in_im_06_np, gr_in_im_07_np, gr_gt_im_05_np, gr_gt_im_06_np, gr_gt_im_07_np
  • Wordings of these items
    • " Beim Lesen des Textes … "
      • im_01_np: “… war ich voll dabei.”
      • im_02_np: “… fand ich den Text richtig spannend.”
      • im_03_np: “… bin ich innerlich mitgegangen.”
      • im_04_np: “… wollte ich gern mehr erfahren.”
      • im_05_np: “… fand ich den Ausschnitt langweilig.”
      • im_06_np: “… bin ich sehr schläfrig geworden.”
      • im_07_ip: “… hätte ich am liebsten den Text weggelegt.”
  • Anchours im_01_np - im_06_np:
    • 1 = nie
    • 2 = manchmal
    • 3 = meistens
    • 4 = immer
  • Anchours im_07_np:
    • 1 = überhaupt nicht
    • 2 = sehr wenig
    • 3 = mäßig
    • 4 = stark
    • 5 = sehr stark
  • Rescaling:
    • `ed_bp_im_07_np = ((ed_bp_im_07_ip - 1)/4*3 + 1)
  • Inverse worded items: dd_we_im_05_np, dd_cm_im_05_np, ed_bp_im_05_np, ed_bm_im_05_np, gr_in_im_05_np, gr_gt_im_05_np, dd_we_im_06_np, dd_cm_im_06_np, ed_bp_im_06_np, ed_bm_im_06_np, gr_in_im_06_np, gr_gt_im_06_np, dd_we_im_07_np, dd_cm_im_07_np, ed_bp_im_07_np, ed_bm_im_07_np, gr_in_im_07_np, gr_gt_im_07_np
  • Descriptive item statistics:
  Mean Stdev Median Minimum Maximum
dd_we_im_01_np 2.873 0.825 3 1 4
dd_we_im_02_np 2.349 0.94 2 1 4
dd_we_im_03_np 2.365 0.932 2 1 4
dd_we_im_04_np 2.514 0.984 3 1 4
dd_cm_im_01_np 3.08 0.837 3 1 4
dd_cm_im_02_np 2.59 0.957 3 1 4
dd_cm_im_03_np 2.564 0.95 3 1 4
dd_cm_im_04_np 2.606 0.945 3 1 4
ed_bp_im_01_np 3.006 0.828 3 1 4
ed_bp_im_02_np 2.506 0.914 3 1 4
ed_bp_im_03_np 2.561 0.959 3 1 4
ed_bp_im_04_np 2.565 0.952 3 1 4
ed_bm_im_01_np 3.298 0.731 3 1 4
ed_bm_im_02_np 2.755 0.846 3 1 4
ed_bm_im_03_np 2.823 0.902 3 1 4
ed_bm_im_04_np 2.837 0.939 3 1 4
gr_in_im_01_np 3.073 0.842 3 1 4
gr_in_im_02_np 2.569 0.904 3 1 4
gr_in_im_03_np 2.669 0.965 3 1 4
gr_in_im_04_np 2.696 0.963 3 1 4
gr_gt_im_01_np 2.654 0.849 3 1 4
gr_gt_im_02_np 2.155 0.85 2 1 4
gr_gt_im_03_np 2.168 0.885 2 1 4
gr_gt_im_04_np 2.405 0.92 2 1 4
dd_we_im_05_np 3.038 0.925 3 1 4
dd_we_im_06_np 3.304 0.899 4 1 4
dd_we_im_07_np 3.23 0.97 4 1 4
dd_cm_im_05_np 3.235 0.855 3 1 4
dd_cm_im_06_np 3.373 0.859 4 1 4
dd_cm_im_07_np 3.408 0.886 4 1 4
ed_bp_im_05_np 3.226 0.848 3 1 4
ed_bp_im_06_np 3.371 0.848 4 1 4
ed_bp_im_07_np 3.142 0.891 3.25 1 4
ed_bm_im_05_np 3.392 0.715 4 1 4
ed_bm_im_06_np 3.613 0.642 4 1 4
ed_bm_im_07_np 3.612 0.748 4 1 4
gr_in_im_05_np 3.288 0.856 3.5 1 4
gr_in_im_06_np 3.439 0.796 4 1 4
gr_in_im_07_np 3.398 0.868 4 1 4
gr_gt_im_05_np 2.912 0.909 3 1 4
gr_gt_im_06_np 3.119 0.966 3 1 4
gr_gt_im_07_np 3.126 0.989 3 1 4


  • Confirmatory Factor Analysis
library(MplusAutomation)
# Model of two-level confirmatory factor analysis

# Numeric clusteridentifier for MPlus
rawdata_long_np$IDnum <- as.numeric(as.factor(rawdata_long_np$Pseudonym))

# MPlus Model
MCFA_im <- mplusObject(
        TITLE = "MCFA_imm",     
  
        ANALYSIS =  "TYPE = TWOLEVEL;",
        
        VARIABLE =  "USEVARIABLES = im_01_np im_02_np im_03_np im_04_np
                                    im_05_np im_06_np im_07_np;
                     CLUSTER = IDnum;",
        
        
        MODEL =    "%WITHIN%
                    IMW BY im_01_np im_02_np im_03_np im_04_np
                           im_05_np im_06_np im_07_np;
        
                    %BETWEEN%
                    IMB BY im_01_np im_02_np im_03_np im_04_np
                           im_05_np im_06_np im_07_np;
                           
                    IM_04_NP WITH IM_02_NP;
                    IM_03_NP WITH IM_01_NP;
                    IM_03_NP WITH IM_02_NP;
                    IM_07_NP WITH IM_06_NP;
                      ",

         OUTPUT = "Standardized Modindices;",
        
         rdata = rawdata_long_np)
  
MCFA_im_fit <- mplusModeler(MCFA_im, "mcfa_im.dat", run = 1)

Reading model: mcfa_im.out

Table continues below
ChiSqM_Value ChiSqM_DF ChiSqM_PValue CFI TLI RMSEA_Estimate
343.4 24 0 0.932 0.882 0.084
SRMR.Within SRMR.Between
0.048 0.071


## Reading model:  mcfa_im.out

 

  • Descriptive score statistics and reliability estimates: worked out examples
    • Arithmetic mean = 2.805
    • Standarddeviation = 0.759
    • Range = [1, 4]
    • McDonalds \(\omega\) = 0.917, 95%-CI = [0.904, 0.931 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: cognitive theory of multimedia learning
    • Arithmetic mean = 2.976
    • Standarddeviation = 0.715
    • Range = [1, 4]
    • McDonalds \(\omega\) = 0.898, 95%-CI = [0.88, 0.915 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: big fish little pond effect
    • Arithmetic mean = 2.911
    • Standarddeviation = 0.725
    • Range = [1, 4]
    • McDonalds \(\omega\) = 0.912, 95%-CI = [0.897, 0.927 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: bullying/ mobbing
    • Arithmetic mean = 3.187
    • Standarddeviation = 0.622
    • Range = [1, 4]
    • McDonalds \(\omega\) = 0.897, 95%-CI = [0.88, 0.914 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: inclusion
    • Arithmetic mean = 3.016
    • Standarddeviation = 0.692
    • Range = [1, 4]
    • McDonalds \(\omega\) = 0.888, 95%-CI = [0.869, 0.907 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: all-day school
    • Arithmetic mean = 2.646
    • Standarddeviation = 0.743
    • Range = [1, 4]
    • McDonalds \(\omega\) = 0.918, 95%-CI = [0.905, 0.932 ]
    • Smoothed Densityplot

4.2 Cognitive Load

  • Source:
    • Paas, F.G.W.C. (1992). Training Strategies for Attaining Transfer of Problem-Solving Skill in Statistics: A Cognitive-Load Approach. Journal of Educational Psychology, 84(4), 429-434.
    • Marcus, N., Cooper, M., & Sweller, J. (1996). Understanding Instructions. Journal of Educational Psychology, 88(1), 49-63.
  • Item type: Likert-scale
  • Measurements on the topics:
    • we: worked out examples
    • cm: cognitive theory of multimedia learning
    • bp: big fish little pond effect
    • bm: bullying/ mobbing
    • in: inclusion
    • gt: all-day school
  • Number of items = 3 per measurement
  • Item codes: dd_we_cl_01_np, dd_we_cl_02_np, dd_we_cl_03_np, dd_cm_cl_01_np, dd_cm_cl_02_np, dd_cm_cl_03_np, ed_bp_cl_01_np, ed_bp_cl_02_np, ed_bp_cl_03_np, ed_bm_cl_01_np, ed_bm_cl_02_np, ed_bm_cl_03_np, gr_in_cl_01_np, gr_in_cl_02_np, gr_in_cl_03_np, gr_gt_cl_01_np, gr_gt_cl_02_np, gr_gt_cl_03_np
  • Wordings of these items
    • cl_01_np: “Wie schwierig war der Text?”
    • cl_02_np: “Bitte geben Sie das empfundene Ausmaß Ihrer geistigen Anstrengung während des Lesens an.”
    • cl_03_np: “Wie groß waren ihre freien kognitiven Kapazitäten beim Lesen des Textes?”
  • Anchours (cl_01_np):
    • 1 = sehr leicht
    • 2 =
    • 3 =
    • 4 =
    • 5 = sehr schwierig
  • Anchours (cl_02_np):
    • 1 = sehr niedrig
    • 2 =
    • 3 =
    • 4 =
    • 5 = sehr hoch
  • Anchours (cl_03_np):
    • 1 = sehr groß
    • 2 =
    • 3 =
    • 4 =
    • 5 = sehr klein
  • Inverse worded items:
  • Descriptive item statistics:
  Mean Stdev Median Minimum Maximum
dd_we_cl_01_np 1.978 0.892 2 1 4
dd_we_cl_02_np 2.258 0.976 2 1 5
dd_we_cl_03_np 2.617 0.986 3 1 5
dd_cm_cl_01_np 1.795 0.843 2 1 5
dd_cm_cl_02_np 2.103 0.903 2 1 5
dd_cm_cl_03_np 2.381 1.01 2 1 5
ed_bp_cl_01_np 2.264 1.106 2 1 5
ed_bp_cl_02_np 2.439 1.028 2 1 5
ed_bp_cl_03_np 2.686 0.979 3 1 5
ed_bm_cl_01_np 1.524 0.705 1 1 4
ed_bm_cl_02_np 1.893 0.893 2 1 5
ed_bm_cl_03_np 2.266 0.964 2 1 5
gr_in_cl_01_np 1.852 0.841 2 1 5
gr_in_cl_02_np 2.218 1.038 2 1 5
gr_in_cl_03_np 2.391 0.978 2 1 5
gr_gt_cl_01_np 2.31 0.966 2 1 5
gr_gt_cl_02_np 2.431 0.994 2 1 5
gr_gt_cl_03_np 2.675 1.022 3 1 5


  • Confirmatory Factor Analysis
library(MplusAutomation)
# Model of two-level confirmatory factor analysis


# MPlus Model
MCFA_cl <- mplusObject(
        TITLE = "MCFA_cl",     
  
        ANALYSIS =  "TYPE = TWOLEVEL;",
        
        VARIABLE =  "USEVARIABLES = cl_01_np cl_02_np cl_03_np;
                     CLUSTER = IDnum;",
        
        
        MODEL =    "%WITHIN%
                    clW BY cl_01_np(1)
                           cl_02_np(2)
                           cl_03_np(3);
        
                    %BETWEEN%
                    clB BY cl_01_np(1)
                           cl_02_np(2) 
                           cl_03_np(3);
                      ",

         OUTPUT = "Standardized Modindices;",
        
         rdata = rawdata_long_np)
  
MCFA_cl_fit <- mplusModeler(MCFA_cl, "mcfa_cl.dat", run = 1)

Reading model: mcfa_cl.out

Table continues below
ChiSqM_Value ChiSqM_DF ChiSqM_PValue CFI TLI RMSEA_Estimate
12.62 2 0.002 0.976 0.929 0.053
SRMR.Within SRMR.Between
0.012 0.079


## Reading model:  mcfa_cl.out

 

  • Descriptive score statistics and reliability estimates: worked out examples
    • Arithmetic mean = 2.279
    • Standarddeviation = 0.766
    • Range = [1, 4.333]
    • McDonalds \(\omega\) = 0.713, 95%-CI = [0.66, 0.767 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: cognitive theory of multimedia learning
    • Arithmetic mean = 2.086
    • Standarddeviation = 0.72
    • Range = [1, 4.333]
    • McDonalds \(\omega\) = 0.672, 95%-CI = [0.611, 0.732 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: big fish little pond effect
    • Arithmetic mean = 2.449
    • Standarddeviation = 0.85
    • Range = [1, 5]
    • McDonalds \(\omega\) = 0.753, 95%-CI = [0.707, 0.799 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: bullying/ mobbing
    • Arithmetic mean = 1.887
    • Standarddeviation = 0.683
    • Range = [1, 4]
    • McDonalds \(\omega\) = 0.697, 95%-CI = [0.64, 0.755 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: inclusion
    • Arithmetic mean = 2.15
    • Standarddeviation = 0.769
    • Range = [1, 4.667]
    • McDonalds \(\omega\) = 0.731, 95%-CI = [0.681, 0.782 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: all-day school
    • Arithmetic mean = 2.467
    • Standarddeviation = 0.82
    • Range = [1, 4.667]
    • McDonalds \(\omega\) = 0.777, 95%-CI = [0.735, 0.819 ]
    • Smoothed Densityplot

4.3 Interest-Enjoy Dimension of the Intrinsic Motivation Inventory

  • Source: McAuley, E., Duncan, T. & Tammen, V. V. (1989). Psychometric properties of the Intrinsic Motivation Inventory in a competitive sport setting: a confirmatory factor analysis. Research quarterly for exercise and sport, 60 (1), 48-58.
  • Item type: Likert-scale
  • Measurements on the topics:
    • we: worked out examples
    • cm: cognitive theory of multimedia learning
    • bp: big fish little pond effect
    • bm: bullying/ mobbing
    • in: inclusion
    • gt: all-day school
  • Number of items = 5 per measurement
  • Item codes: dd_we_ie_01_np, dd_we_ie_02_np, dd_we_ie_03_np, dd_we_ie_04_np, dd_cm_ie_01_np, dd_cm_ie_02_np, dd_cm_ie_03_np, dd_cm_ie_04_np, ed_bp_ie_01_np, ed_bp_ie_02_np, ed_bp_ie_03_np, ed_bp_ie_04_np, ed_bm_ie_01_np, ed_bm_ie_02_np, ed_bm_ie_03_np, ed_bm_ie_04_np, gr_in_ie_01_np, gr_in_ie_02_np, gr_in_ie_03_np, gr_in_ie_04_np, gr_gt_ie_01_np, gr_gt_ie_02_np, gr_gt_ie_03_np, gr_gt_ie_04_np, dd_we_ie_05_np, dd_cm_ie_05_np, ed_bp_ie_05_np, ed_bm_ie_05_np, gr_in_ie_05_np, gr_gt_ie_05_np
  • Wordings of these items
    • ie_01_np: “Ich genoss es diesen Text zu lesen.”
    • ie_02_np: “Diesen Text zu lesen hat Spaß gemacht.”
    • ie_03_np: “Ich würde diesen Text als sehr interessant beschreiben.”
    • ie_04_np: “Während ich den Text las, dachte ich darüber nach, wie sehr ich dieses Lesen genieße.”
    • ie_05_np: “Der Text erhielt von mir kaum Aufmerksamkeit.”
  • Anchours:
    • 1 = trifft gar nicht zu
    • 2 =
    • 3 =
    • 4 =
    • 5 =
    • 6 = trifft voll und ganz zu
  • Inverse worded items: dd_we_ie_05_np, dd_cm_ie_05_np, ed_bp_ie_05_np, ed_bm_ie_05_np, gr_in_ie_05_np, gr_gt_ie_05_np
  • Descriptive item statistics:
  Mean Stdev Median Minimum Maximum
dd_we_ie_01_np 2.813 1.469 3 1 6
dd_we_ie_02_np 2.86 1.476 3 1 6
dd_we_ie_03_np 3.441 1.606 4 1 6
dd_we_ie_04_np 1.646 1.001 1 1 6
dd_cm_ie_01_np 3.126 1.518 3 1 6
dd_cm_ie_02_np 3.126 1.505 3 1 6
dd_cm_ie_03_np 3.702 1.504 4 1 6
dd_cm_ie_04_np 1.77 1.152 1 1 6
ed_bp_ie_01_np 3.067 1.496 3 1 6
ed_bp_ie_02_np 3.125 1.472 3 1 6
ed_bp_ie_03_np 3.761 1.455 4 1 6
ed_bp_ie_04_np 1.737 1.15 1 1 6
ed_bm_ie_01_np 3.397 1.501 4 1 6
ed_bm_ie_02_np 3.412 1.445 4 1 6
ed_bm_ie_03_np 4.029 1.396 4 1 6
ed_bm_ie_04_np 1.906 1.213 1 1 6
gr_in_ie_01_np 3.103 1.479 3 1 6
gr_in_ie_02_np 3.093 1.468 3 1 6
gr_in_ie_03_np 3.667 1.513 4 1 6
gr_in_ie_04_np 1.714 1.077 1 1 6
gr_gt_ie_01_np 2.476 1.369 2 1 6
gr_gt_ie_02_np 2.505 1.341 2 1 6
gr_gt_ie_03_np 3.208 1.482 3 1 6
gr_gt_ie_04_np 1.553 0.968 1 1 6
dd_we_ie_05_np 4.562 1.564 5 1 6
dd_cm_ie_05_np 4.923 1.407 5 1 6
ed_bp_ie_05_np 4.633 1.518 5 1 6
ed_bm_ie_05_np 5.091 1.265 6 1 6
gr_in_ie_05_np 4.736 1.466 5 1 6
gr_gt_ie_05_np 4.39 1.579 5 1 6


  • Confirmatory Factor Analysis
library(MplusAutomation)
# Model of two-level confirmatory factor analysis

# MPlus Model
MCFA_ie <- mplusObject(
        TITLE = "MCFA_ie",     
  
        ANALYSIS =  "TYPE = TWOLEVEL;",
        
        VARIABLE =  "USEVARIABLES = ie_01_np ie_02_np ie_03_np ie_04_np
                                    ie_05_np;
                     CLUSTER = IDnum;",
        
        
        MODEL =    "%WITHIN%
                    ieW BY ie_01_np ie_02_np ie_03_np ie_04_np
                           ie_05_np;
        
                    %BETWEEN%
                    ieB BY ie_01_np ie_02_np ie_03_np ie_04_np
                           ie_05_np;
                           
                    IE_05_NP WITH IE_03_NP;
                    IE_05_NP WITH IE_04_NP;
                      ",

         OUTPUT = "Standardized Modindices;",
        
         rdata = rawdata_long_np)
  
MCFA_ie_fit <- mplusModeler(MCFA_ie, "mcfa_ie.dat", run = 1)

Reading model: mcfa_ie.out

Table continues below
ChiSqM_Value ChiSqM_DF ChiSqM_PValue CFI TLI RMSEA_Estimate
71.51 8 0 0.98 0.949 0.065
SRMR.Within SRMR.Between
0.024 0.049


## Reading model:  mcfa_ie.out

 

  • Descriptive score statistics and reliability estimates: worked out examples
    • Arithmetic mean = 3.06
    • Standarddeviation = 1.147
    • Range = [1, 5.6]
    • McDonalds \(\omega\) = 0.879, 95%-CI = [0.858, 0.9 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: cognitive theory of multimedia learning
    • Arithmetic mean = 3.331
    • Standarddeviation = 1.136
    • Range = [1, 6]
    • McDonalds \(\omega\) = 0.879, 95%-CI = [0.858, 0.9 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: big fish little pond effect
    • Arithmetic mean = 3.267
    • Standarddeviation = 1.079
    • Range = [1, 5.8]
    • McDonalds \(\omega\) = 0.848, 95%-CI = [0.822, 0.874 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: bullying/ mobbing
    • Arithmetic mean = 3.559
    • Standarddeviation = 1.041
    • Range = [1, 6]
    • McDonalds \(\omega\) = 0.845, 95%-CI = [0.818, 0.871 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: inclusion
    • Arithmetic mean = 3.259
    • Standarddeviation = 1.097
    • Range = [1, 6]
    • McDonalds \(\omega\) = 0.857, 95%-CI = [0.832, 0.881 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: all-day school
    • Arithmetic mean = 2.821
    • Standarddeviation = 1.064
    • Range = [1, 5.6]
    • McDonalds \(\omega\) = 0.86, 95%-CI = [0.835, 0.884 ]
    • Smoothed Densityplot

4.4 Perceived Value of Theory for Practice

  • Source: Kunter, M., Leutner, D., Seidel, T. & Terhart, E. (2014): Bildungswissenschaftliches Wissen und der Erwerb professioneller Kompetenz in der Lehramtsausbildung (BilWiss). Version: 1. IQB - Institut zur Qualitätsentwicklung im Bildungswesen. Datensatz. http://doi.org/10.5159/IQB_BilWiss_v1
  • Item type: Likert-scale
  • Measurements on the topics:
    • we: worked out examples
    • cm: cognitive theory of multimedia learning
    • bp: big fish little pond effect
    • bm: bullying/ mobbing
    • in: inclusion
    • gt: all-day school
  • Number of items = 6 per measurement
  • Item codes: dd_we_tp_01_np, dd_we_tp_03_np, dd_we_tp_05_np, dd_cm_tp_01_np, dd_cm_tp_03_np, dd_cm_tp_05_np, ed_bp_tp_01_np, ed_bp_tp_03_np, ed_bp_tp_05_np, ed_bm_tp_01_np, ed_bm_tp_03_np, ed_bm_tp_05_np, gr_in_tp_01_np, gr_in_tp_03_np, gr_in_tp_05_np, gr_gt_tp_01_np, gr_gt_tp_03_np, gr_gt_tp_05_np, dd_we_tp_02_np, dd_we_tp_04_np, dd_we_tp_06_np, dd_cm_tp_02_np, dd_cm_tp_04_np, dd_cm_tp_06_np, ed_bp_tp_02_np, ed_bp_tp_04_np, ed_bp_tp_06_np, ed_bm_tp_02_np, ed_bm_tp_04_np, ed_bm_tp_06_np, gr_in_tp_02_np, gr_in_tp_04_np, gr_in_tp_06_np, gr_gt_tp_02_np, gr_gt_tp_04_np, gr_gt_tp_06_np
  • Wordings of these items
    • tp_01_np: “Die Erkenntnisse aus dem Text sind wichtig für die Bewältigung des Schulalltags.”
    • tp_02_np: “Lehrkräfte, die viel und solche, die wenig solcher Texte lesen, unterscheiden sich im unterrichtlichen Handeln kaum voneinander.”
    • tp_03_np: “Lehrkräfte sollten beim praktischen Handeln auch die Erkenntnisse aus dem Text berücksichtigen.”
    • tp_04_np: “Die theoretischen Vorstellungen aus dem Text erleichtern den Umgang mit unerwarteten Situationen im Unterricht”
    • tp_05_np: “Die meisten Erkenntnisse aus dem Text sind für die Praxis von großem Nutzen.”
    • tp_06_np: “Die theoretischen Überlegungen aus dem Text sind wichtig für die Veränderung der Praxis in Schule und Unterricht.”
  • Anchours:
    • 1 = stimme nicht zu
    • 2 =
    • 3 =
    • 4 = stimme zu
  • Inverse worded items: dd_we_tp_02_np, dd_cm_tp_02_np, ed_bp_tp_02_np, ed_bm_tp_02_np, gr_in_tp_02_np, gr_gt_tp_02_np
  • Descriptive item statistics:
  Mean Stdev Median Minimum Maximum
dd_we_tp_01_np 2.971 0.93 3 1 4
dd_we_tp_03_np 3.052 0.834 3 1 4
dd_we_tp_05_np 2.913 0.83 3 1 4
dd_cm_tp_01_np 3.257 0.834 3 1 4
dd_cm_tp_03_np 3.309 0.754 3 1 4
dd_cm_tp_05_np 3.186 0.798 3 1 4
ed_bp_tp_01_np 2.787 0.921 3 1 4
ed_bp_tp_03_np 2.929 0.825 3 1 4
ed_bp_tp_05_np 2.656 0.868 3 1 4
ed_bm_tp_01_np 3.387 0.775 4 1 4
ed_bm_tp_03_np 3.308 0.769 3 1 4
ed_bm_tp_05_np 3.071 0.861 3 1 4
gr_in_tp_01_np 2.756 1.002 3 1 4
gr_in_tp_03_np 2.853 0.871 3 1 4
gr_in_tp_05_np 2.35 0.909 2 1 4
gr_gt_tp_01_np 2.475 0.946 3 1 4
gr_gt_tp_03_np 2.425 0.875 2 1 4
gr_gt_tp_05_np 2.303 0.883 2 1 4
dd_we_tp_02_np 2.825 0.967 3 1 4
dd_we_tp_04_np 2.19 0.91 2 1 4
dd_we_tp_06_np 2.841 0.818 3 1 4
dd_cm_tp_02_np 2.775 1.026 3 1 4
dd_cm_tp_04_np 2.206 0.983 2 1 4
dd_cm_tp_06_np 3.085 0.792 3 1 4
ed_bp_tp_02_np 2.761 0.925 3 1 4
ed_bp_tp_04_np 2.333 0.92 2 1 4
ed_bp_tp_06_np 2.576 0.836 3 1 4
ed_bm_tp_02_np 2.799 1.059 3 1 4
ed_bm_tp_04_np 2.817 0.961 3 1 4
ed_bm_tp_06_np 3.12 0.842 3 1 4
gr_in_tp_02_np 2.656 0.964 3 1 4
gr_in_tp_04_np 2.111 0.94 2 1 4
gr_in_tp_06_np 3.016 0.857 3 1 4
gr_gt_tp_02_np 2.611 0.939 3 1 4
gr_gt_tp_04_np 1.951 0.878 2 1 4
gr_gt_tp_06_np 2.733 0.94 3 1 4


  • Confirmatory Factor Analysis
library(MplusAutomation)
# Model of two-level confirmatory factor analysis


# MPlus Model
MCFA_tp<- mplusObject(
        TITLE = "MCFA_tp",     
  
        ANALYSIS =  "TYPE = TWOLEVEL;",
        
        VARIABLE =  "USEVARIABLES = tp_01_np tp_02_np tp_03_np tp_04_np
                                    tp_05_np tp_06_np;
                     CLUSTER = IDnum;",
        
        
        MODEL =    "%WITHIN%
                    tpW BY tp_01_np tp_02_np tp_03_np tp_04_np
                           tp_05_np tp_06_np ;
        
                    %BETWEEN%
                    tpB BY tp_01_np tp_02_np tp_03_np tp_04_np
                           tp_05_np tp_06_np;",

         OUTPUT = "Standardized Modindices;",
        
         rdata = rawdata_long_np)
  
MCFA_tp_fit <- mplusModeler(MCFA_tp, "mcfa_tp.dat", run = 1)

 

Reading model: mcfa_tp.out

Table continues below
ChiSqM_Value ChiSqM_DF ChiSqM_PValue CFI TLI RMSEA_Estimate
51.42 18 0 0.988 0.98 0.031
SRMR.Within SRMR.Between
0.019 0.036


## Reading model:  mcfa_tp.out

 

  • Descriptive score statistics and reliability estimates: worked out examples
    • Arithmetic mean = 2.793
    • Standarddeviation = 0.618
    • Range = [1, 4]
    • McDonalds \(\omega\) = 0.816, 95%-CI = [0.785, 0.847 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: cognitive theory of multimedia learning
    • Arithmetic mean = 2.967
    • Standarddeviation = 0.59
    • Range = [1, 4]
    • McDonalds \(\omega\) = 0.775, 95%-CI = [0.738, 0.813 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: big fish little pond effect
    • Arithmetic mean = 2.673
    • Standarddeviation = 0.649
    • Range = [1, 4]
    • McDonalds \(\omega\) = 0.842, 95%-CI = [0.816, 0.869 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: bullying/ mobbing
    • Arithmetic mean = 3.081
    • Standarddeviation = 0.632
    • Range = [1, 4]
    • McDonalds \(\omega\) = 0.815, 95%-CI = [0.783, 0.846 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: inclusion
    • Arithmetic mean = 2.628
    • Standarddeviation = 0.648
    • Range = [1, 4]
    • McDonalds \(\omega\) = 0.796, 95%-CI = [0.761, 0.83 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: all-day school
    • Arithmetic mean = 2.42
    • Standarddeviation = 0.626
    • Range = [1, 4]
    • McDonalds \(\omega\) = 0.799, 95%-CI = [0.765, 0.832 ]
    • Smoothed Densityplot

4.5 Familiarity with the Topic

  • Source:own creation
  • Item type: Likert-scale
  • Measurements on the topics:
    • we: worked out examples
    • cm: cognitive theory of multimedia learning
    • bp: big fish little pond effect
    • bm: bullying/ mobbing
    • in: inclusion
    • gt: all-day school
  • Number of items = 1 per measurement
  • Item codes: dd_we_ke_01_np, dd_cm_ke_01_np, ed_bp_ke_01_np, ed_bm_ke_01_np, gr_in_ke_01_np, gr_gt_ke_01_np
  • Wording of this item
    • ke_01_np: “Ich bin mit den Inhalten des gerade gelesenen Textausschnittes sehr vertraut.”
  • Anchours:
    • 1 = stimme nicht zu
    • 2 =
    • 3 =
    • 4 = stimme zu
  • Descriptive statistics: worked out examples
    • Arithmetic mean = 2.135
    • Standarddeviation = 0.861
    • Range = [1, 4]
    • Smoothed Densityplot
  • Descriptive statistics: cognitive theory of multimedia learning
    • Arithmetic mean = 2.777
    • Standarddeviation = 0.897
    • Range = [1, 4]
    • Smoothed Densityplot
  • Descriptive statistics: big fish little pond effect
    • Arithmetic mean = 2.758
    • Standarddeviation = 0.957
    • Range = [1, 4]
    • Smoothed Densityplot
  • Descriptive statistics: bullying/ mobbing
    • Arithmetic mean = 3.081
    • Standarddeviation = 0.757
    • Range = [1, 4]
    • Smoothed Densityplot
  • Descriptive statistics: inclusion
    • Arithmetic mean = 2.756
    • Standarddeviation = 0.89
    • Range = [1, 4]
    • Smoothed Densityplot
  • Descriptive statistics: all-day school
    • Arithmetic mean = 2.549
    • Standarddeviation = 0.816
    • Range = [1, 4]
    • Smoothed Densityplot

4.6 Perceived Consistency with One’s Attitude

  • Source:own creation
  • Item type: Likert-scale
  • Measurements on the topics:
    • we: worked out examples
    • cm: cognitive theory of multimedia learning
    • bp: big fish little pond effect
    • bm: bullying/ mobbing
    • in: inclusion
    • gt: all-day school
  • Number of items = 1 per measurement
  • Item codes: dd_we_sp_01_np, dd_cm_sp_01_np, ed_bp_sp_01_np, ed_bm_sp_01_np, gr_in_sp_01_np, gr_gt_sp_01_np
  • Wording of this item
    • sp_01_np: “Die Aussagen des gerade gelesenen Textausschnittes decken sich sehr gut mit meiner persönlichen Meinung zu diesem Thema.”
  • Anchours:
    • 1 = stimme nicht zu
    • 2 =
    • 3 =
    • 4 = stimme zu
  • Descriptive statistics: worked out examples
    • Arithmetic mean = 2.518
    • Standarddeviation = 0.847
    • Range = [1, 4]
    • Smoothed Densityplot
  • Descriptive statistics: cognitive theory of multimedia learning
    • Arithmetic mean = 3.197
    • Standarddeviation = 0.829
    • Range = [1, 4]
    • Smoothed Densityplot
  • Descriptive statistics: big fish little pond effect
    • Arithmetic mean = 2.977
    • Standarddeviation = 0.837
    • Range = [1, 4]
    • Smoothed Densityplot
  • Descriptive statistics: bullying/ mobbing
    • Arithmetic mean = 3.229
    • Standarddeviation = 0.768
    • Range = [1, 4]
    • Smoothed Densityplot
  • Descriptive statistics: inclusion
    • Arithmetic mean = 2.568
    • Standarddeviation = 0.951
    • Range = [1, 4]
    • Smoothed Densityplot
  • Descriptive statistics: all-day school
    • Arithmetic mean = 2.406
    • Standarddeviation = 0.836
    • Range = [1, 4]
    • Smoothed Densityplot

4.7 Theory Specific Relativism

  • Source:own creation
  • Item type: Likert-scale
  • Measurements on the topics:
    • we: worked out examples
    • cm: cognitive theory of multimedia learning
    • bp: big fish little pond effect
    • bm: bullying/ mobbing
    • in: inclusion
    • gt: all-day school
  • Number of items = 4 per measurement
  • Item codes: dd_we_tr_01_np, dd_we_tr_02_np, dd_we_tr_03_np, dd_we_tr_04_np, dd_cm_tr_01_np, dd_cm_tr_02_np, dd_cm_tr_03_np, dd_cm_tr_04_np, ed_bp_tr_01_np, ed_bp_tr_02_np, ed_bp_tr_03_np, ed_bp_tr_04_np, ed_bm_tr_01_np, ed_bm_tr_02_np, ed_bm_tr_03_np, ed_bm_tr_04_np, gr_in_tr_01_np, gr_in_tr_02_np, gr_in_tr_03_np, gr_in_tr_04_np, gr_gt_tr_01_np, gr_gt_tr_02_np, gr_gt_tr_03_np, gr_gt_tr_04_np
  • Wordings of these items
    • tr_01_np: “Die im Text formulierten Erkenntnisse sind beliebig.”
    • tr_02_np: “Das im Text enthaltene Wissen kann überhaupt nicht auf andere Situationen verallgemeinert werden.”
    • tr_03_np: “Das Gegenteil der im Text formulierten Erkenntnisse wäre genauso richtig/falsch.”
    • tr_04_np: “Die im Text formulierten Erkenntnisse können keinen Gültigkeitsanspruch für andere Situationen beanspruchen.”
  • Anchours:
    • 1 = stimme nicht zu
    • 2 =
    • 3 =
    • 4 = stimme zu
  • Inverse worded items:
  • Descriptive item statistics:
  Mean Stdev Median Minimum Maximum
dd_we_tr_01_np 1.92 0.749 2 1 4
dd_we_tr_02_np 2.119 0.896 2 1 4
dd_we_tr_03_np 2.062 0.919 2 1 4
dd_we_tr_04_np 2.35 0.886 2 1 4
dd_cm_tr_01_np 1.776 0.751 2 1 4
dd_cm_tr_02_np 1.792 0.789 2 1 4
dd_cm_tr_03_np 1.74 0.817 2 1 4
dd_cm_tr_04_np 1.948 0.855 2 1 4
ed_bp_tr_01_np 1.724 0.719 2 1 4
ed_bp_tr_02_np 1.866 0.805 2 1 4
ed_bp_tr_03_np 1.77 0.804 2 1 4
ed_bp_tr_04_np 2.033 0.827 2 1 4
ed_bm_tr_01_np 1.88 0.755 2 1 4
ed_bm_tr_02_np 1.787 0.825 2 1 4
ed_bm_tr_03_np 1.576 0.751 1 1 4
ed_bm_tr_04_np 1.925 0.865 2 1 4
gr_in_tr_01_np 1.931 0.795 2 1 4
gr_in_tr_02_np 2.117 0.865 2 1 4
gr_in_tr_03_np 2.023 0.95 2 1 4
gr_in_tr_04_np 2.272 0.904 2 1 4
gr_gt_tr_01_np 1.997 0.768 2 1 4
gr_gt_tr_02_np 2.266 0.889 2 1 4
gr_gt_tr_03_np 1.993 0.845 2 1 4
gr_gt_tr_04_np 2.298 0.846 2 1 4


  • Confirmatory Factor Analysis
library(MplusAutomation)
# Model of two-level confirmatory factor analysis


# MPlus Model
MCFA_tr <- mplusObject(
        TITLE = "MCFA_tr",     
  
        ANALYSIS =  "TYPE = TWOLEVEL;",
        
        VARIABLE =  "USEVARIABLES = tr_01_np tr_02_np tr_03_np tr_04_np;
                     CLUSTER = IDnum;",
        
        
        MODEL =    "%WITHIN%
                    trW BY tr_01_np tr_02_np tr_03_np tr_04_np;
        
                    %BETWEEN%
                    trB BY tr_01_np tr_02_np tr_03_np tr_04_np",

         OUTPUT = "Standardized Modindices;",
        
         rdata = rawdata_long_np)
  
MCFA_tr_fit <- mplusModeler(MCFA_tr, "mcfa_tr.dat", run = 1)

 

Reading model: mcfa_tr.out

Table continues below
ChiSqM_Value ChiSqM_DF ChiSqM_PValue CFI TLI RMSEA_Estimate
38.71 4 0 0.958 0.875 0.068
SRMR.Within SRMR.Between
0.031 0.069


## Reading model:  mcfa_tr.out

 

  • Descriptive score statistics and reliability estimates: worked out examples
    • Arithmetic mean = 2.119
    • Standarddeviation = 0.628
    • Range = [1, 4]
    • McDonalds \(\omega\) = 0.711, 95%-CI = [0.66, 0.762 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: cognitive theory of multimedia learning
    • Arithmetic mean = 1.815
    • Standarddeviation = 0.605
    • Range = [1, 4]
    • McDonalds \(\omega\) = 0.756, 95%-CI = [0.712, 0.799 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: big fish little pond effect
    • Arithmetic mean = 1.851
    • Standarddeviation = 0.612
    • Range = [1, 3.75]
    • McDonalds \(\omega\) = 0.77, 95%-CI = [0.73, 0.811 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: bullying/ mobbing
    • Arithmetic mean = 1.789
    • Standarddeviation = 0.592
    • Range = [1, 3.75]
    • McDonalds \(\omega\) = 0.741, 95%-CI = [0.695, 0.787 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: inclusion
    • Arithmetic mean = 2.086
    • Standarddeviation = 0.674
    • Range = [1, 4]
    • McDonalds \(\omega\) = 0.771, 95%-CI = [0.731, 0.812 ]
    • Smoothed Densityplot

*Descriptive score statistics and reliability estimates: all-day school + Arithmetic mean = 2.138 + Standarddeviation = 0.623
+ Range = [1, 4] + McDonalds \(\omega\) = 0.735, 95%-CI = [0.688, 0.781 ] + Smoothed Densityplot

4.8 Epistemic Emotions

  • Source: Muis, K. R., Psaradellis, C., Chevrier, M., Di Leo, I., & Lajoie, S. P. (2015). Learning by preparing to teach: Fostering self-regulatory processes and achievement during complex mathematics problem solving. Journal of Educational Psychology, 107, 1-19.
  • Item type: Likert-scale
  • Measurements on the topics:
    • we: worked out examples
    • cm: cognitive theory of multimedia learning
    • bp: big fish little pond effect
    • bm: bullying/ mobbing
    • in: inclusion
    • gt: all-day school
  • Anchours:
    • 1 = überhaupt nicht
    • 2 = sehr wenig
    • 3 = mäßig
    • 4 = stark
    • 5 = sehr stark
  • Confirmatory Factor Analysis
library(MplusAutomation)
# Model of two-level confirmatory factor analysis


# MPlus Model
MCFA_ee <- mplusObject(
        TITLE = "MCFA_ee",     
  
        ANALYSIS =  "TYPE = TWOLEVEL;",
        
        VARIABLE =  "USEVARIABLES = su_01_np su_02_np su_03_np
                                    cu_01_np cu_02_np cu_03_np
                                    ex_01_np ex_02_np ex_03_np
                                    bo_01_np bo_02_np bo_03_np;
                     CLUSTER = IDnum;",
        
        
        MODEL =    "%WITHIN%
                    suW BY su_01_np(1)
                           su_02_np(2)
                           su_03_np(3);
                           
                    cuW BY cu_01_np(4)
                           cu_02_np(5)
                           cu_03_np(6);

                    exW BY ex_01_np(7)
                           ex_02_np(8)
                           ex_03_np(9);
                           
                    boW BY bo_01_np(10)
                           bo_02_np(11)
                           bo_03_np(12);
        
                    %BETWEEN%
                    suB BY su_01_np(1)
                           su_02_np(2)
                           su_03_np(3);
                           
                    cuB BY cu_01_np(4)
                           cu_02_np(5)
                           cu_03_np(6);

                    exB BY ex_01_np(7)
                           ex_02_np(8)
                           ex_03_np(9);
                           
                    boB BY bo_01_np(10)
                           bo_02_np(11)
                           bo_03_np(12);",

         OUTPUT = "Standardized Modindices;",
        
         rdata = rawdata_long_np)
  
MCFA_ee_fit <- mplusModeler(MCFA_ee, "mcfa_ee.dat", run = 1)

 

Reading model: mcfa_ee.out

Table continues below
ChiSqM_Value ChiSqM_DF ChiSqM_PValue CFI TLI RMSEA_Estimate
882 104 0 0.916 0.893 0.063
SRMR.Within SRMR.Between
0.051 0.066

 

## Reading model:  mcfa_ee.out

 

4.8.1 Epistemic Emotions: Surprise

  • Number of items = 3 per measurement
  • Item codes: dd_we_su_01_np, dd_we_su_02_np, dd_we_su_03_np, dd_cm_su_01_np, dd_cm_su_02_np, dd_cm_su_03_np, ed_bp_su_01_np, ed_bp_su_02_np, ed_bp_su_03_np, ed_bm_su_01_np, ed_bm_su_02_np, ed_bm_su_03_np, gr_in_su_01_np, gr_in_su_02_np, gr_in_su_03_np, gr_gt_su_01_np, gr_gt_su_02_np, gr_gt_su_03_np
  • Wordings of these items
    • su_01_np: “überrascht”
    • su_02_np: “erstaunt”
    • su_03_np: “verwundert”
  • Inverse worded items:
  • Descriptive item statistics:
  Mean Stdev Median Minimum Maximum
dd_we_su_01_np 2.417 1.039 2 1 5
dd_we_su_02_np 2.547 1.027 3 1 5
dd_we_su_03_np 2.273 1.042 2 1 5
dd_cm_su_01_np 2 0.903 2 1 5
dd_cm_su_02_np 2.209 0.928 2 1 4
dd_cm_su_03_np 1.997 0.905 2 1 5
ed_bp_su_01_np 2.091 0.949 2 1 4
ed_bp_su_02_np 2.243 0.962 2 1 5
ed_bp_su_03_np 2.033 0.939 2 1 5
ed_bm_su_01_np 2.195 1.034 2 1 5
ed_bm_su_02_np 2.382 1.078 2 1 5
ed_bm_su_03_np 2.21 1.024 2 1 5
gr_in_su_01_np 2.165 0.944 2 1 4
gr_in_su_02_np 2.286 0.929 2 1 4
gr_in_su_03_np 2.231 1.017 2 1 5
gr_gt_su_01_np 2.087 0.934 2 1 5
gr_gt_su_02_np 2.153 0.942 2 1 5
gr_gt_su_03_np 2.066 0.888 2 1 5


  • Descriptive score statistics and reliability estimates: worked out examples
    • Arithmetic mean = 2.413
    • Standarddeviation = 0.918
    • Range = [1, 5]
    • McDonalds \(\omega\) = 0.861, 95%-CI = [0.834, 0.887 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: cognitive theory of multimedia learning
    • Arithmetic mean = 2.069
    • Standarddeviation = 0.807
    • Range = [1, 4]
    • McDonalds \(\omega\) = 0.862, 95%-CI = [0.836, 0.888 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: big fish little pond effect
    • Arithmetic mean = 2.123
    • Standarddeviation = 0.842
    • Range = [1, 4.333]
    • McDonalds \(\omega\) = 0.861, 95%-CI = [0.835, 0.887 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: bullying/ mobbing
    • Arithmetic mean = 2.255
    • Standarddeviation = 0.936
    • Range = [1, 4.667]
    • McDonalds \(\omega\) = 0.874, 95%-CI = [0.85, 0.898 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: inclusion
    • Arithmetic mean = 2.227
    • Standarddeviation = 0.826
    • Range = [1, 4]
    • McDonalds \(\omega\) = 0.821, 95%-CI = [0.787, 0.854 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: all-day school
    • Arithmetic mean = 2.097
    • Standarddeviation = 0.819
    • Range = [1, 5]
    • McDonalds \(\omega\) = 0.868, 95%-CI = [0.843, 0.893 ]
    • Smoothed Densityplot

4.8.2 Epistemic Emotions: Curiosity

  • Number of items = 3 per measurement
  • Item codes: dd_we_cu_01_np, dd_we_cu_02_np, dd_we_cu_03_np, dd_cm_cu_01_np, dd_cm_cu_02_np, dd_cm_cu_03_np, ed_bp_cu_01_np, ed_bp_cu_02_np, ed_bp_cu_03_np, ed_bm_cu_01_np, ed_bm_cu_02_np, ed_bm_cu_03_np, gr_in_cu_01_np, gr_in_cu_02_np, gr_in_cu_03_np, gr_gt_cu_01_np, gr_gt_cu_02_np, gr_gt_cu_03_np
  • Wordings of these items
    • cu_01_np: “neugierig”
    • cu_02_np: “interessiert”
    • cu_03_np: “wissbegierig”
  • Inverse worded items:
  • Descriptive item statistics:
  Mean Stdev Median Minimum Maximum
dd_we_cu_01_np 3.064 1.172 3 1 5
dd_we_cu_02_np 3.235 1.091 3 1 5
dd_we_cu_03_np 3.154 1.145 3 1 5
dd_cm_cu_01_np 3.152 1.171 3 1 5
dd_cm_cu_02_np 3.343 1.122 4 1 5
dd_cm_cu_03_np 3.199 1.132 3 1 5
ed_bp_cu_01_np 3.158 1.135 3 1 5
ed_bp_cu_02_np 3.349 1.051 3 1 5
ed_bp_cu_03_np 3.253 1.04 3 1 5
ed_bm_cu_01_np 3.409 1.131 4 1 5
ed_bm_cu_02_np 3.615 1.015 4 1 5
ed_bm_cu_03_np 3.436 1.096 4 1 5
gr_in_cu_01_np 3.204 1.084 3 1 5
gr_in_cu_02_np 3.327 1.105 3 1 5
gr_in_cu_03_np 3.205 1.095 3 1 5
gr_gt_cu_01_np 2.802 1.108 3 1 5
gr_gt_cu_02_np 2.89 1.11 3 1 5
gr_gt_cu_03_np 2.781 1.114 3 1 5


  • Descriptive score statistics and reliability estimates: worked out examples
    • Arithmetic mean = 3.151
    • Standarddeviation = 1.063
    • Range = [1, 5]
    • McDonalds \(\omega\) = 0.928, 95%-CI = [0.915, 0.942 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: cognitive theory of multimedia learning
    • Arithmetic mean = 3.238
    • Standarddeviation = 1.068
    • Range = [1, 5]
    • McDonalds \(\omega\) = 0.931, 95%-CI = [0.918, 0.944 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: big fish little pond effect
    • Arithmetic mean = 3.248
    • Standarddeviation = 0.994
    • Range = [1, 5]
    • McDonalds \(\omega\) = 0.913, 95%-CI = [0.897, 0.93 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: bullying/ mobbing
    • Arithmetic mean = 3.483
    • Standarddeviation = 1.018
    • Range = [1, 5]
    • McDonalds \(\omega\) = 0.928, 95%-CI = [0.914, 0.942 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: inclusion
    • Arithmetic mean = 3.239
    • Standarddeviation = 1.026
    • Range = [1, 5]
    • McDonalds \(\omega\) = 0.924, 95%-CI = [0.91, 0.939 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: all-day school
    • Arithmetic mean = 2.824
    • Standarddeviation = 1.045
    • Range = [1, 5]
    • McDonalds \(\omega\) = 0.937, 95%-CI = [0.925, 0.949 ]
    • Smoothed Densityplot

4.8.3 Epistemic Emotions: Excitement

  • Number of items = 3 per measurement
  • Item codes: dd_we_ex_01_np, dd_we_ex_02_np, dd_we_ex_03_np, dd_cm_ex_01_np, dd_cm_ex_02_np, dd_cm_ex_03_np, ed_bp_ex_01_np, ed_bp_ex_02_np, ed_bp_ex_03_np, ed_bm_ex_01_np, ed_bm_ex_02_np, ed_bm_ex_03_np, gr_in_ex_01_np, gr_in_ex_02_np, gr_in_ex_03_np, gr_gt_ex_01_np, gr_gt_ex_02_np, gr_gt_ex_03_np
  • Wordings of these items
    • ex_03_np: “begeistert”
    • ex_02_np: “glücklich”
    • ex_03_np: “freudig”
  • Inverse worded items:
  • Descriptive item statistics:
  Mean Stdev Median Minimum Maximum
dd_we_ex_01_np 2.479 1.047 3 1 5
dd_we_ex_02_np 2.246 0.989 2 1 5
dd_we_ex_03_np 2.305 1.013 2 1 5
dd_cm_ex_01_np 2.698 1.098 3 1 5
dd_cm_ex_02_np 2.328 1.044 2 1 5
dd_cm_ex_03_np 2.384 1.052 3 1 5
ed_bp_ex_01_np 2.571 1.026 3 1 5
ed_bp_ex_02_np 2.319 0.988 2 1 5
ed_bp_ex_03_np 2.351 0.983 2 1 5
ed_bm_ex_01_np 2.688 1.077 3 1 5
ed_bm_ex_02_np 2.297 0.998 2 1 5
ed_bm_ex_03_np 2.353 1.038 2 1 5
gr_in_ex_01_np 2.482 1.014 3 1 5
gr_in_ex_02_np 2.28 0.98 2 1 5
gr_in_ex_03_np 2.346 1.02 2 1 5
gr_gt_ex_01_np 2.184 0.978 2 1 5
gr_gt_ex_02_np 2.079 0.942 2 1 5
gr_gt_ex_03_np 2.119 0.934 2 1 5


  • Descriptive score statistics and reliability estimates: worked out examples
    • Arithmetic mean = 2.342
    • Standarddeviation = 0.889
    • Range = [1, 5]
    • McDonalds \(\omega\) = 0.847, 95%-CI = [0.819, 0.876 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: cognitive theory of multimedia learning
    • Arithmetic mean = 2.469
    • Standarddeviation = 0.943
    • Range = [1, 5]
    • McDonalds \(\omega\) = 0.875, 95%-CI = [0.851, 0.899 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: big fish little pond effect
    • Arithmetic mean = 2.415
    • Standarddeviation = 0.869
    • Range = [1, 5]
    • McDonalds \(\omega\) = 0.848, 95%-CI = [0.819, 0.876 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: bullying/ mobbing
    • Arithmetic mean = 2.441
    • Standarddeviation = 0.931
    • Range = [1, 5]
    • McDonalds \(\omega\) = 0.874, 95%-CI = [0.85, 0.898 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: inclusion
    • Arithmetic mean = 2.365
    • Standarddeviation = 0.865
    • Range = [1, 5]
    • McDonalds \(\omega\) = 0.831, 95%-CI = [0.8, 0.863 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: all-day school
    • Arithmetic mean = 2.13
    • Standarddeviation = 0.848
    • Range = [1, 5]
    • McDonalds \(\omega\) = 0.878, 95%-CI = [0.855, 0.901 ]
    • Smoothed Densityplot

4.8.4 Epistemic Emotions: Boredom

  • Item type: Likert-scale
  • Measurements on the topics:
    • we: worked out examples
    • cm: cognitive theory of multimedia learning
    • bp: big fish little pond effect
    • bm: bullying/ mobbing
    • in: inclusion
    • gt: all-day school
  • Number of items = 3 per measurement
  • Item codes: dd_we_bo_01_np, dd_we_bo_02_np, dd_we_bo_03_np, dd_cm_bo_01_np, dd_cm_bo_02_np, dd_cm_bo_03_np, ed_bp_bo_01_np, ed_bp_bo_02_np, ed_bp_bo_03_np, ed_bm_bo_01_np, ed_bm_bo_02_np, ed_bm_bo_03_np, gr_in_bo_01_np, gr_in_bo_02_np, gr_in_bo_03_np, gr_gt_bo_01_np, gr_gt_bo_02_np, gr_gt_bo_03_np
  • Wordings of these items
    • bo_01_np: “gelangweilt”
    • bo_02_np: “lustlos”
    • bo_03_np: “eintönig”
  • Inverse worded items:
  • Descriptive item statistics:
  Mean Stdev Median Minimum Maximum
dd_we_bo_01_np 2.436 1.174 2 1 5
dd_we_bo_02_np 2.577 1.251 3 1 5
dd_we_bo_03_np 2.668 1.266 3 1 5
dd_cm_bo_01_np 2.341 1.234 2 1 5
dd_cm_bo_02_np 2.291 1.256 2 1 5
dd_cm_bo_03_np 2.32 1.221 2 1 5
ed_bp_bo_01_np 2.482 1.229 2 1 5
ed_bp_bo_02_np 2.533 1.226 2 1 5
ed_bp_bo_03_np 2.603 1.271 3 1 5
ed_bm_bo_01_np 2.162 1.066 2 1 5
ed_bm_bo_02_np 2.143 1.115 2 1 5
ed_bm_bo_03_np 2.257 1.113 2 1 5
gr_in_bo_01_np 2.379 1.188 2 1 5
gr_in_bo_02_np 2.479 1.197 2 1 5
gr_in_bo_03_np 2.528 1.17 2 1 5
gr_gt_bo_01_np 2.751 1.264 3 1 5
gr_gt_bo_02_np 2.713 1.259 3 1 5
gr_gt_bo_03_np 2.693 1.298 3 1 5


  • Descriptive score statistics and reliability estimates: worked out examples
    • Arithmetic mean = 2.566
    • Standarddeviation = 1.138
    • Range = [1, 5]
    • McDonalds \(\omega\) = 0.91, 95%-CI = [0.893, 0.927 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: cognitive theory of multimedia learning
    • Arithmetic mean = 2.32
    • Standarddeviation = 1.129
    • Range = [1, 5]
    • McDonalds \(\omega\) = 0.9, 95%-CI = [0.881, 0.919 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: big fish little pond effect
    • Arithmetic mean = 2.549
    • Standarddeviation = 1.117
    • Range = [1, 5]
    • McDonalds \(\omega\) = 0.877, 95%-CI = [0.854, 0.9 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: bullying/ mobbing
    • Arithmetic mean = 2.18
    • Standarddeviation = 0.99
    • Range = [1, 5]
    • McDonalds \(\omega\) = 0.887, 95%-CI = [0.866, 0.908 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: inclusion
    • Arithmetic mean = 2.456
    • Standarddeviation = 1.073
    • Range = [1, 5]
    • McDonalds \(\omega\) = 0.888, 95%-CI = [0.867, 0.909 ]
    • Smoothed Densityplot
  • Descriptive score statistics and reliability estimates: all-day school
    • Arithmetic mean = 2.718
    • Standarddeviation = 1.146
    • Range = [1, 5]
    • McDonalds \(\omega\) = 0.883, 95%-CI = [0.861, 0.905 ]
    • Smoothed Densityplot